基于异构图神经网络的汽车配件供应链实体关系抽取方法

本发明公开了一种基于异构图神经网络的汽车配件供应链实体关系抽取方法，该方法包括：S1：获取待处理的汽车配件供应链信息以及预定义的关系类型；S2：分别对汽车配件供应链信息和关系类型进行词信息嵌入和高维的词向量嵌入，得到单词节点和关系节点的初始表示；S3：将单词节点和关系节点的初始表示输入训练好的关系抽取模型中，输出若干个主体‑关系‑客体三元组；S4：将所有主体‑关系‑客体三元组作为汽车配件供应链信息的实体关系抽取结果。本发明首先将实体和实体之间的关系统一建模为图中的节点，然后通过多层异构图神经网络迭代融合更新节点表示并通过注意力机制将主体特征融合到节点表示当中，最后一次性抽取出主体‑关系‑客体三元组。