(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111644051.4 (22)申请日 2021.12.3 0 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 彭涵宇　张玥　孙明明　李平　 (74)专利代理 机构 北京易光知识产权代理有限 公司 11596 代理人 武晨燕　王姗姗 (51)Int.Cl. G06F 40/30(2020.01) G06F 40/268(2020.01) G06F 40/295(2020.01) G06F 16/36(2019.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 一种语义关系提取方法、 装置、 电子设备及 存储介质 (57)摘要 本公开提供了一种语义关系提取方法、 装 置、 电子设备及存储介质， 涉及人工智 能技术领 域， 尤其涉及自然语言 处理、 关系提取等领域。 具 体实现方案为： 从文本数据中获取待查询句子； 根据所述待查询句子中目标实体之间的封闭域 关系及开放域关系， 构建用于关系提取的语义关 系图； 根据所述语义关系图进行关系提取处理， 得到所述目标实体之间的语义关系。 采用本公 开， 可以从大量的文本数据中提取出目标实体 之 间的语义关系。 权利要求书4页 说明书13页 附图5页 CN 114266258 A 2022.04.01 CN 114266258 A 1.一种语义关系提取 方法， 包括： 从文本数据中获取待查询 句子； 根据所述待查询句子中目标实体之间的封闭域关系及开放域关系， 构建用于关系提取 的语义关系图； 根据所述语义关系图进行关系提取处 理， 得到所述目标实体之间的语义关系。 2.根据权利要求1所述的方法， 其中， 所述根据所述待查询句子中目标实体之间的封闭 域关系及开 放域关系， 构建用于关系提取的语义关系图， 包括： 根据开放域信息注释OIA， 将所述待查询 句子转换为对应的OIA图； 根据所述OIA图中的节点及边， 构建对应的所述语义关系图； 其中， 所述OIA图中的节点及边， 用于表征所述目标实体之间的封闭域关系及开放域关 系； 所述OIA图中的节点包括： 对应所述目标实体的目标节点。 3.根据权利要求2所述的方法， 其中， 所述语义关系图包括： 常量节点， 事实关系节点， 逻辑关系节点， 及连接所述常量节点、 所述事实关系节点及所述逻辑关系节点中至少 两个 节点形成的边； 其中， 所述常量节点， 用于描述所述目标实体； 所述事实关系节点， 用于描述所述目标实体之间的事实关系表达； 所述逻辑关系节点， 用于描述所述目标实体与开 放域事实之间的逻辑关系。 4.根据权利要求2所述的方法， 其中， 所述根据所述OIA图中的节点及边， 构建对应的所 述语义关系图， 包括： 在所述OIA图中， 标识对应目标实体对的目标节点对， 其中， 所述目标实体对包括至少 两个所述目标实体； 在所述OIA图中， 连接所述目标节点对形成的边， 得到对应的至少两个开放域事实路 径； 根据所述至少两个开放域事实路径上的所有节点及边， 得到所述语义关系图； 其中， 所 述所有节点中包括所述目标节点对、 及由所述待查询句子中除所述目标实体对之外的其他 词转换得到的多个非目标节点。 5.根据权利要求 4所述的方法， 还 包括： 在所述至少两个开 放域事实路径上， 执 行节点信息的查询处 理； 响应所述查询处理， 查询到所述至少两个开放域事实路径上的一条或多条节点链缺失 所述节点信息； 在所述一条或多条节点链上补全所述节点信息； 根据所述节点信息， 更新所述语义关系图。 6.根据权利要求 4所述的方法， 还 包括： 在所述至少两个开 放域事实路径上， 提取用于描述所述 开放域关系的节点表达式； 根据所述节点表达式， 得到开 放域事实； 根据所述 开放域事实， 更新所述语义关系图。 7.根据权利要求1 ‑6中任一项所述的方法， 其中， 所述根据 所述语义关系图进行关系提 取处理， 得到所述目标实体之间的语义关系， 包括：权　利　要　求　书 1/4 页 2 CN 114266258 A 2根据图神经网络提取第一关系信息， 其中， 所述第一关系信息包括所述语义关系图中 用于表征 所述目标实体之间关系的信息； 根据所述第 一关系信 息编码后将编码信 息输入第 一模型， 以得到所述目标实体之间的 语义关系。 8.根据权利要求7所述的方法， 其中， 所述根据所述第 一关系信 息编码后将编码信 息输 入第一模型， 以得到所述目标实体之间的语义关系， 包括： 根据所述第一关系信息进行编码， 得到包括第一特 征向量的所述编码信息； 将所述编码信息输入所述第一模型， 根据所述第一模型进行关系提取， 得到所述目标 实体之间的语义关系。 9.根据权利要求1 ‑6中任一项所述的方法， 其中， 所述根据 所述语义关系图进行关系提 取处理， 得到所述目标实体之间的语义关系， 包括： 根据图神经网络提取第一关系信息， 其中， 所述第一关系信息包括所述语义关系图中 用于表征 所述目标实体之间关系的信息； 根据所述第一关系信息进行编码， 得到第一特 征向量； 从所述文本数据中获取与 所述待查询句子相关的上下文信 息， 将所述上下文信 息编码 为第二特 征向量； 根据所述第 一特征向量和所述第 二特征向量得到融合特征向量， 将所述融合特征向量 输入第一模型， 以得到所述目标实体之间的语义关系。 10.根据权利要求1 ‑6中任一项所述的方法， 其中， 所述根据所述语义关系图进行关系 提取处理， 得到所述目标实体之间的语义关系， 包括： 根据图神经网络提取第一关系信息， 其中， 所述第一关系信息包括所述语义关系图中 用于表征 所述目标实体之间关系的信息； 根据所述第一关系信息进行编码， 得到包括第一特 征向量的编码信息； 将所述编码信息 输入第一模型， 根据第一模型进行关系提取， 得到第一语义关系； 从所述文本数据中获取与 所述待查询句子相关的上下文信 息， 将所述上下文信 息编码 为第二特 征向量； 将所述第一特 征向量输入第二模型进行关系提取， 得到第二语义关系； 根据所述第一语义关系和所述第二语义关系， 得到所述目标实体之间的语义关系。 11.一种语义关系提取装置， 包括： 获取单元， 用于从文本数据中获取待查询 句子； 构建单元， 用于根据所述待查询句子中目标实体之间的封 闭域关系及开放域关系， 构 建用于关系提取的语义关系图； 关系提取单元， 用于根据所述语义关系图进行关系提取处理， 得到所述目标实体之间 的语义关系。 12.根据权利要求1 1所述的装置， 其中， 所述构建单 元， 用于： 根据开放域信息注释OIA， 将所述待查询 句子转换为对应的OIA图； 根据所述OIA图中的节点及边， 构建对应的所述语义关系图； 其中， 所述OIA图中的节点及边， 用于表征所述目标实体之间的封闭域关系及开放域关 系；权　利　要　求　书 2/4 页 3 CN 114266258 A 3