公开(公告)号：CN110502642B

公开(公告)日：2024-01-23

申请号：CN201910773552.9

申请日：2019-08-21

Applicant: 武汉工程大学

Inventor： 李晓林 ,  范佳莹 ,  刘玮 ,  陈灯 ,  李道庆 ,  胡泽荣 ,  邓庆康 ,  潘治霖

IPC: G06F16/36 ,  G06F40/211

Abstract: 本发明提供了一种基于依存句法分析与规则的实体关系抽取方法，通过依存句法分析确定句子的句法结构和识别句子中的实体之间的依存关系，通过制定规则识别和提取文本中的实体关系，约束三元组的形成，提高了提取实体关系的准确度；本发明直接对输入的文本进行提取，不需要形成关键词词库，通用性强；本发明输出三元组的速度快，提高了运算效率。

公开(公告)号：CN113743118A

公开(公告)日：2021-12-03

申请号：CN202110828204.4

申请日：2021-07-22

Applicant: 武汉工程大学

Inventor： 李晓林 ,  陈卓豪 ,  潘治霖 ,  黄磊

IPC: G06F40/295 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/18

Abstract: 本发明公开了一种基于融合关系信息编码的法律文书中的实体关系抽取方法，包括以下步骤：S1、根据预先建立的法律文书中的目标关系表使用联合标记法对训练文本中的主体、客体和非实体进行标注；S2、使用与预训练模型BERT对经过标注的训练文本进行编码，得到原始文本编码；S3、将原始文本编码输入多通道卷积神经网络，获得目标关系表中各个关系类别所对应的关系信息编码；S4、使用权值法对原始文本编码和关系信息编码进行融合，得到融合信息编码；S5、通过神经网络模型LSTM对融合信息编码进行解码，得到最后的实体关系识别结果。

公开(公告)号：CN113743118B

公开(公告)日：2024-06-21

申请号：CN202110828204.4

申请日：2021-07-22

Applicant: 武汉工程大学

Inventor： 李晓林 ,  陈卓豪 ,  潘治霖 ,  黄磊

IPC: G06F40/295 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/0442 ,  G06Q50/18

Abstract: 本发明公开了一种基于融合关系信息编码的法律文书中的实体关系抽取方法，包括以下步骤：S1、根据预先建立的法律文书中的目标关系表使用联合标记法对训练文本中的主体、客体和非实体进行标注；S2、使用与预训练模型BERT对经过标注的训练文本进行编码，得到原始文本编码；S3、将原始文本编码输入多通道卷积神经网络，获得目标关系表中各个关系类别所对应的关系信息编码；S4、使用权值法对原始文本编码和关系信息编码进行融合，得到融合信息编码；S5、通过神经网络模型LSTM对融合信息编码进行解码，得到最后的实体关系识别结果。

公开(公告)号：CN110502642A

公开(公告)日：2019-11-26

申请号：CN201910773552.9

申请日：2019-08-21

Applicant: 武汉工程大学

Inventor： 李晓林 ,  范佳莹 ,  刘玮 ,  陈灯 ,  李道庆 ,  胡泽荣 ,  邓庆康 ,  潘治霖

IPC: G06F16/36 ,  G06F17/27

Abstract: 本发明提供了一种基于依存句法分析与规则的实体关系抽取方法，通过依存句法分析确定句子的句法结构和识别句子中的实体之间的依存关系，通过制定规则识别和提取文本中的实体关系，约束三元组的形成，提高了提取实体关系的准确度；本发明直接对输入的文本进行提取，不需要形成关键词词库，通用性强；本发明输出三元组的速度快，提高了运算效率。