买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学技术大学

摘要：本发明公开了一种基于无监督方式的小众领域英文关系抽取方法，包括S1、获取小众领域的英文文本数据；S2、对所述英文文本数据进行预处理；S3、利用E2E模型进行指代消解；S4、通过T5模型从预处理后的英文文本数据中抽取不同种类的实体内容；S5、在依存句法分析的基础上，抽取英文文本数据中的关系三元组；S6、将抽取的关系三元组与步骤S4中提取的实体内容进行匹配；S7、根据用户提供的实体字典，对匹配的关系三元组进行过滤；S8、对获取的关系三元组进行规则过滤；S9、对过滤后的关系三元组进行无监督聚类分析；S10、形成最终的关系抽取结果。本发明采用无监督学习方法，避免了对大量标注数据的依赖，减少了人工标注的高昂费用。

主权项：1.一种基于无监督方式的小众领域英文关系抽取方法，其特征在于，包括以下步骤：S1、获取小众领域的英文文本数据；S2、对所述英文文本数据进行预处理，包括分词、词性标注和依存句法分析；S3、利用E2E模型进行指代消解，解决预处理后的英文文本数据中的代词指代问题；S4、通过T5模型从预处理后的英文文本数据中抽取不同种类的实体内容；S5、在依存句法分析的基础上，抽取英文文本数据中的关系三元组；S6、将抽取的关系三元组与步骤S4中提取的实体内容进行匹配；S7、根据用户提供的实体字典，对匹配的关系三元组进行过滤；S8、对获取的关系三元组进行规则过滤，使得最终输出的关系三元组符合预设的质量标准；S9、对S8过滤后的关系三元组进行无监督聚类分析，识别和归纳关系类别；S10、输出结构化的关系三元组，形成最终的关系抽取结果；所述S8包括以下步骤：S81、定义关系三元组的质量标准，包括语法正确性、语义合理性和实体一致性；S82、对获取的关系三元组进行语法规则过滤；S83、对通过语法过滤的关系三元组进行语义合理性检查；S84、对通过语义合理性检查的关系三元组进行实体一致性检查；S85、对通过实体一致性检查的关系三元组进行质量评分，使得输出的关系三元组符合预设的质量标准；S86、将符合质量标准的关系三元组作为最终关系三元组；所述S9包括以下步骤：S91、对经过质量过滤的最终关系三元组进行特征提取，生成用于聚类分析的特征向量： ；其中，为主语的上下文表示，为谓语的上下文表示，为宾语的上下文表示，表示Hadamard积，表示向量连接操作，表示上下文窗口大小，表示上下文词的注意力权重，表示上下文词的权重矩阵，表示上下文词；S92、对提取的特征向量进行归一化处理；S93、利用从最终关系三元组中提取的特征向量进行聚类分析，识别关系三元组的聚类类别： ； ；其中，表示从最终关系三元组提取的特征向量集合，表示聚类中心，表示向量的欧几里得范数，表示无监督聚类结果，表示聚类；S94、对聚类结果进行分析和验证： ；其中，表示层权重，表示相似度计算函数，结合实体的上下文表示，表示第k个聚类中心，表示验证阈值；S95、对验证后的聚类结果进行关系类别归纳，生成每个类别的关系描述： ； ；其中，表示关系类别描述集合，表示关系类别归纳算法，表示归一化处理后的特征向量，表示谓语的上下文表示，表示用于归纳聚类结果中的关系类别函数；S96、将归纳后的关系类别作为最终输出结果，形成关系类别分析报告： ； ；其中，表示关系类别分析报告，表示关系三元组的描述函数。

全文数据：

权利要求：

百度查询： 中国科学技术大学 一种基于无监督方式的小众领域英文关系抽取方法