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！

摘要：本发明公开了一种面向大规模政策文本的实体关系抽取方法和装置。该方法包括：S1，获取政策文本信息、实体训练信息和政策分类信息；所述实体训练信息包括第一训练集、第一特征信息、第二训练集和第二特征信息；S2，基于所述政策文本信息和所述实体训练信息，确定出实体关系信息；S3，基于所述实体关系信息和所述政策分类信息，确定出实体关系图谱信息。可见，本申请有利于提高政策文本中实体关系的高效准确抽取，从而促进公共政策的更加精准和合理制定。

主权项：1.一种面向大规模政策文本的实体关系抽取方法，其特征在于，所述方法包括：S1，获取政策文本信息、实体训练信息和政策分类信息；所述实体训练信息包括第一训练集、第一特征信息、第二训练集和第二特征信息；S2，基于所述政策文本信息和所述实体训练信息，确定出实体关系信息；S3，基于所述实体关系信息和所述政策分类信息，确定出实体关系图谱信息；其中，所述基于所述政策文本信息和所述实体训练信息，确定出实体关系信息，包括：S21，对所述政策文本信息进行格式化处理，得到政策文本序列；S22，对所述政策文本序列、所述第一特征信息和所述第一训练集进行融合处理，得到实体信息序列；S23，基于所述实体信息序列、所述第二特征信息和所述第二训练集，确定出实体关系特征序列；S24，基于所述实体信息序列和所述实体关系特征序列，确定出实体关系信息；其中，所述对所述政策文本序列、所述第一特征信息和所述第一训练集进行融合处理，得到实体信息序列，包括：S221，利用第一实体模型，对所述第一训练集和所述第一特征信息进行融合处理，得到实体预测序列；所述第一实体模型为：AX＝B*C+DE,FX*FX其中，AX为所述实体预测序列，B为实体归一化因子，N为所述第一训练集的长度，C为实体特征权重，DE,FX为所述第一特征信息，E为所述第一特征信息对应的实体特征参数，X为所述第一训练集，FX为所述第一训练集对应的特征向量信息；S222，利用第二实体模型，对所述实体预测序列进行处理，得到第一损失值；所述第二实体模型为：θ＝α-β*AX其中θ为所述第一损失值，α、β为第一修正参数和第二修正参数，AX为所述实体预测序列；S223，判断所述第一损失值是否小于第一阈值，得到第一判断结果：当所述第一判断结果为否时，更新所述第一特征信息，执行S221；当所述第一判断结果为是时，执行S224；S224，利用所述第一实体模型，对所述政策文本序列进行计算处理，得到实体信息序列；其中，所述基于所述实体信息序列、所述第二特征信息和所述第二训练集，确定出实体关系特征序列，包括：S231，基于所述第二训练集和所述第二特征信息，确定出实体关系预测序列；S232，利用第三实体模型，对所述第二训练集和所述实体关系预测序列进行计算处理，得到第二损失值；所述第三实体模型为： 其中，所述μ为所述第二损失值，γ为第三修正参数，M为所述第二训练集长度，O为实体关系类别数量，FX为所述第一训练集对应的特征向量信息，Gij为所述实体关系预测序列中第i个实体对应的第j个关系的元素；S233，判断所述第二损失值是否小于第二阈值，得到第二判断结果：当所述第二判断结果为否时，更新所述第二特征信息，执行S231；当所述第二判断结果为是时，执行S234；S234，基于所述实体信息序列，确定出实体关系特征序列。

全文数据：

权利要求：

百度查询： 北京市科学技术研究院 一种面向大规模政策文本的实体关系抽取方法和装置