一种基于深度学习的信息抽取方法

本发明涉及信息处理技术领域，具体涉及一种基于深度学习的信息抽取方法，包括创建模型，该模型包括实体识别模块和实体关系抽取模块，其中实体识别模块是在Bi‑LSTM基础上加上CRF构成，实体关系抽取模块是在Bi‑LSTM基础上加上注意力机制构成，通过解码器在一个框架中同时实现实体和关系的抽取，针对实体特征、关系特征和两者的共享特征，采用三个不同的Bi‑LSTM分别进行特征的深度提取。本发明的有益效果：利用句子的上下文以及实体信息对于关系抽取性能起到重要作用这一特点，提出了一种新的实体表示策略，在实体关系联合抽取时，能够融合上下文以及头尾实体位置、边界和类型信息，不仅提升实体关系抽取的性能，而且解决了共享实体的重叠关系问题。