一种基于深度学习的文学人物关系识别方法

摘要

一种基于深度学习的文学人物关系识别方法，属于自然语言处理技术领域，该方法首先将文学文本进行分割得到一系列句子，即语料集；其次对语料集进行人物实体识别，再筛选出语料集中包含人物实体的句子，组成子语料集；再次利用RBERT+BiLSTM模型对子语料集进行人物关系抽取；接着计算出人物实体在同一句子之间的共现频数；然后根据人物关系和共现频数构建人物图谱；并且根据人物图谱进行社区发现；最后将人物图谱进行可视化。本发明提出的RBERT+BiLSTM模型不仅可以计算出人物实体的实体向量，还可以计算出对应句子的句子向量，将二者进行结合来计算人物关系，因此本方法在计算人物关系时，充分考虑句子的语义，以此来适用于文学作品。