一种基于迁移学习的实体关系抽取的问答方法及系统

摘要

本发明涉及自然语言处理技术领域，具体涉及基于迁移学习的实体关系抽取的问答方法，关系分类结果的获得包括：获取源域和目标域文本数据集，预处理；将预处理后的数据输入skip‑gram模型训练，得到源域和目标域文本数据的词向量，获取源域和目标域文本数据的位置向量，将位置向量与词向量级联，得到源域目标域文本数据的联合特征向量；将源域文本数据的联合特征向量输入BiLSTM网络预训练，得到预训练过程中的网络参数和源域文本数据的上下文信息、语义特征；将目标域文本数据的联合特征向量输入BiLSTM_CNN融合模型重训练，得到目标域文本数据的高维特征向量并送入分类器，输出关系分类结果。本发明可以提高问答准确率。