一种基于多依存关系表示机制的图卷积网络关系抽取方法

摘要

本发明提出了一种基于多依存关系表示机制的图卷积网络关系抽取方法，对采集到的非结构化文本开展预处理，包括分句、分词、词性标注、实体类型标注、关系类型标注，生成每个分词的语义嵌入向量，对句子进行依存关系分析，生成依存关系树；基于双向长短期记忆循环神经网络捕捉句子的上下文语义特征；根据依存关系树生成全邻接矩阵、集中邻接矩阵和距离权重邻接矩阵，结合句子的上下文语义特征，对邻接矩阵、集中邻接矩阵和距离权重邻接矩阵进行卷积运算，再对卷积运算后的结果进行最大池化处理，获得句子表示向量；基于前馈神经网络获取实体关系特征信息，进行实体关系分类。本发明能够更好地辅助关系抽取，提升了识别精度。