公开(公告)号：CN112541339A

公开(公告)日：2021-03-23

申请号：CN202011364225.7

申请日：2020-11-29

Applicant: 同济大学

Inventor： 柳先辉 ,  周珮 ,  陈宇飞 ,  赵卫东

IPC: G06F40/211 ,  G06F16/28 ,  G06F16/36 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于随机森林和序列标注模型的知识抽取方法，具体涉及基于随机森林和BILSTM_CRF的实体关系联合抽取方法。首先获取非结构化文本，对文本进行预处理以及句子向量化表示，然后把语句序列输入句子选择器筛选出高质量语句，把选择的语句输入BILSTM_CRF序列标注模型进行标注训练，最后用训练好的模型对输入的语句进行句子级别的序列标注。本发明基于随机森林，通过BILSTM_CRF序列标注模型有效地抽取非结构化文本中的知识并形成结构化信息,采用这种抽取方法,极大地提高了非结构化信息抽取的效率,有助于丰富已有的知识图谱资源,进而为各种智能化应用更好地服务。