[发明专利]企业关系提取方法、装置及存储介质

摘要

本发明公开了一种企业关系提取方法、装置及存储介质，该方法包括：从知识库中抽取存在关系的企业实体对句子作为训练样句建立样本库；从样本库中抽取包含一个企业实体对的所有训练样句并分词，将每个词映射成词向量x_i，映射成句子向量S_i；用LSTM计算词向量x_i的第一隐藏层状态向量h_i和第二隐藏层状态向量h_i’，拼接得到综合隐藏层状态向量，再得到特征向量T_i；将特征向量T_i代入平均向量表达式算出平均向量S；将平均向量S及企业实体对的关系类型代入softmax分类函数算出每个训练样句的权重a_i；提取包含两个企业实体的句子，经过bi‑LSTM得到特征向量T_i，输入到训练好的RNN模型，预测该两个企业的关系，减少人工成本，更准确的预测该两个企业实体间的关系。

主权项

1.一种企业关系提取方法，其特征在于，所述方法包括：样本库建立步骤：从知识库中抽取存在关系的企业实体对句子作为训练样句建立样本库；分词步骤：从样本库中抽取包含一个企业实体对的所有训练样句，使用预设的分词工具对每个训练样句进行分词，将分词后的每个词映射成词向量x_i，并将每个训练样句映射成句子向量S_i，作为循环神经网络模型第一层的输入；拼接步骤：在循环神经网络模型的第二层，用长短期记忆模块从左向右计算当前词向量x_i的第一隐藏层状态向量h_i，并从右向左计算当前词向量x_i的第二隐藏层状态向量h_i’，通过拼接两个隐藏层状态向量得到训练样句中每个词的综合隐藏层状态向量，再根据训练样句中所有词的综合隐藏层状态向量得到每个训练样句的特征向量T_i；计算步骤：在循环神经网络模型的第三层，根据所述企业实体对的每个训练样句的特征向量T_i，利用平均向量表达式表示所述企业实体对的平均向量S：S＝sum(a_i*T_i)/n，其中a_i代表每个训练样句的权重、为待定值，T_i代表每个训练样句的特征向量，n代表训练样句的数量；权重确定步骤：在循环神经网络模型的最后一层，将所述平均向量S及所述企业实体对的关系类型代入softmax分类函数计算得到每个训练样句的权重a_i，得到训练好的循环神经网络模型；预测步骤：从当前文本中提取包含两个企业实体的句子，经过双向长短期记忆模块得到句子的特征向量T_i，将该特征向量T_i输入上述训练好的循环神经网络模型，预测得到该两个企业实体间的关系。