一种面向中文专利的实体间非分类关系抽取方法

摘要

本发明涉及一种面向中文专利的实体间非分类关系抽取方法，包括以下步骤：步骤1)：初始化概念对所在的基本关系集合；步骤2)：使用基于领域关系强度的关系词标记算法自动标记候选关系词；步骤3)：进行特征选择，获得特征向量；步骤4)：采用支持向量机SVM对步骤3)获得的特征数据进行分类。本发明将中文专利本体中实体间非分类关系抽取限定为满足SAO结构的实体间关系抽取，提出句法分析特征和关系词词典特征并结合传统特征的方法，使用支持向量机进行关系抽取，从而解决了SAO结构关系抽取任务中关系实例结构正确但是语义错误的问题，该方法优于传统关系抽取方法，可以很好地满足实际应用的需要。

主权项

一种面向中文专利的实体间非分类关系抽取方法，包括训练过程和测试过程，其特征在于，所述训练过程和测试过程均包括以下步骤：步骤1)：初始化概念对所在的基本关系集合。步骤2)：使用基于领域关系强度的关系词标记算法自动标记候选关系词；其中，领域关系强度DRV(Domain Relation Value)表示该实体对与关系词形成的实例关系的强度。由于领域关系在领域语料的出现次数和概念对共现次数具有相关性。如果有非分类关系的二元组R(C₁，C₂)，那么C₁、C₂和关系词R共现的概率较大。定义公式如下：其中，w_i表示句子中的词汇，C＝{w_i，w_i+1，...，w_k}，(i＜k)，集合C表示本体中的概念；f(C₁，C₂)表示概念对C₁和C₂出现的次数，α的作用是过滤C₁和C₂共现次数小于α的概念对，f(C₁，R，C₂)表示二元组关系R(C₁，C₂)；步骤3)：进行特征选择，获得特征向量。步骤4)：采用支持向量机SVM对步骤3)获得的特征数据进行分类。