公开(公告)号：CN111506706A

公开(公告)日：2020-08-07

申请号：CN202010296825.8

申请日：2020-04-15

Applicant: 重庆邮电大学

Inventor： 张英杰 ,  方义秋 ,  李春江 ,  葛娜 ,  林颂策 ,  余德华

IPC: G06F16/33 ,  G06F16/35 ,  G06F16/36 ,  G06F40/289

Abstract: 本发明涉及一种基于关系相似度的上下义关系森林构建方法，属于自然语言处理和知识图谱领域。该方法包括：输入所有三元组，通过传统多层感知机获得所有三元组中关系的实体对概率集合C，并对C作笛卡尔，对笛卡尔积C×C用公式计算得出相似度量值(矩阵S)并用门限值ThresholdA进行过滤，筛选出关系相似度集合；然后结合开放域实体数据集，利用训练好的相似关系在改进的多层感知模型上预测开放域实体中关系对应的实体数量，并用门限值ThresholdB进行过滤，得到Result矩阵；最后根据Result矩阵和关系相似度集合构建关系森林。本发明能够检索知识图谱中相似关系实体；提高关系抽取任务中相似关系抽取的精度。

公开(公告)号：CN111506706B

公开(公告)日：2022-06-17

申请号：CN202010296825.8

申请日：2020-04-15

Applicant: 重庆邮电大学

Inventor： 张英杰 ,  方义秋 ,  李春江 ,  葛娜 ,  林颂策 ,  余德华

IPC: G06F16/33 ,  G06F16/35 ,  G06F16/36 ,  G06F40/289

Abstract: 本发明涉及一种基于关系相似度的上下义关系森林构建方法，属于自然语言处理和知识图谱领域。该方法包括：输入所有三元组，通过传统多层感知机获得所有三元组中关系的实体对概率集合C，并对C作笛卡尔，对笛卡尔积C×C用公式计算得出相似度量值(矩阵S)并用门限值ThresholdA进行过滤，筛选出关系相似度集合；然后结合开放域实体数据集，利用训练好的相似关系在改进的多层感知模型上预测开放域实体中关系对应的实体数量，并用门限值ThresholdB进行过滤，得到Result矩阵；最后根据Result矩阵和关系相似度集合构建关系森林。本发明能够检索知识图谱中相似关系实体；提高关系抽取任务中相似关系抽取的精度。