技术摘要：
本发明提供一种基于依存关系的“是”字句关系抽取方法和装置，涉及命名实体识别、依存句法分析、文本复述、关系抽取等领域。本发明中基于依存关系的“是”字句关系抽取方法，主要包括以下步骤：S1：删除谓词“是”后进行依存句法分析；S2：替换谓词“是”后进行依存句  全部
背景技术：
关系是描述实体对之间语义联系的三元组，其形式是(A，α，B)，其中A、B是实体，α 是实体间的语义联系。关系大量存在于自然文本中，例如：句子“M国总统K来到C国”中包含 关系(M国，总统，K)和(K，来到，C国)。关系抽取是信息抽取领域的重要研究内容，可以建立 不同实体间的依赖类型，将非结构化文本转化为结构化或半结构化知识，形成由知识构成 的关系网络，用于智能问答、语义搜索、社团发现等智能型服务。 “是”字句是现代汉语中一种特殊句式，也叫判断句，是由表示判断的动词“是”和 它的宾语组成的动宾短语作谓语的句子。在“是”字句里，动词“是”和宾语没有直接的语义 搭配关系，“是”的作用是表示判断的性质，联结主语和宾语，表示主语和宾语之间具有同一 关系或从属关系。例如：(1)某市是我国的首都；(2)自学是我们当今造就人才的一条重要途 径。 “是”字句是现代汉语中使用频率相对较高的一种特殊句式，在媒体中占有的比例 曾经高达20％，是语言学的研究重点，也是关系抽取的重要语料。 目前，常用的关系抽取方法包括：规则模板法、依存分析法、机器学习法，它们属于 适用于所有语料的通用方法，普适性很好，可以抽取出“是”字句中存在的关系。但是，这些 方法没有考虑“是”字句结构特点，存在抽取效率低、准确性差等问题。 所以，需要根据“是”字句的结构特点，开发专用的关系抽取方法和装置，提高抽取 效率和准确性。
技术实现要素：
为了解决以上技术问题，本发明提供了一种基于依存关系的“是”字句关系抽取方 法，解决当前通用型关系抽取方法处理“是”字句语料时存在的效率低下、准确性差等问题， 提高关系抽取的效果。 本发明的技术方案是： 一种基于依存关系的“是”字句关系抽取方法，包括以下步骤： S1：初始化原始句子是否已简化标识isSimplified＝false、“是”字前后子句位置 是否已颠倒标识isReversed＝false； S2：删除谓词“是”后进行依存句法分析； S3：判断删除谓词“是”后实体之间是否存在传递依存关系，如果不存在转S4，否则 转SB； S4：替换谓词“是”后进行依存句法分析； S5：判断替换谓词“是”后实体之间是否存在传递依存关系，如果不存在转S6，否则 5 CN 111597794 A 说　明　书 2/9 页 转SB； S6：如果isReversed＝＝false，那么转S7，否则转S8； S7：颠倒谓词“是”字的前后子句的位置，isReversed＝true，转S2； S8：如果isSimplified＝＝false，那么转S9，否则转SC； S9：根据谓词“是”字简化原始句子； SA：更新isSimplified＝true、isReversed＝false，转S2； SB：根据实体之间的传递依存关系抽取关系三元组； SC：存储所抽取的关系三元组。 进一步的，所述步骤S2具体包括： S21：删除待处理句子中的谓词“是”字； S22：对句子进行分词和词性标注； S23：识别出句子中的命名实体； S24：对句子进行依存句法分析； S25：返回命名实体和依存关系。 进一步的，所述步骤S4具体包括： S41：如果谓词“是”字后面子句存在结构助词(如“的”)，那么转S42，否则转S44； S42：使用谓词“是”字后面子句的结构助词替换“是”字； S43：删除谓词“是”字后面子句的结构助词，转S45； S44：使用结构助词替换谓词“是”字； S45：对句子进行分词和词性标注； S46：识别出句子中的命名实体； S47：对句子进行依存句法分析； S48：返回命名实体和依存关系。 进一步的，所述步骤S9具体包括： S91：对句子进行分词和词性标注； S92：获取句子中除“是”外其它词汇的集合WordSet； S93：识别出句子中的命名实体； S94：对句子进行依存句法分析； S95：从“是”向前寻找具有SBV关系的词汇Word_SBV； S96：从Word_SBV开始，沿着关系弧箭头逐个寻找对应的词汇，直到找到实体为止； S97：从“是”向后寻找具有VOB关系的词汇Word_VOB； S98：从Word_VOB开始，沿着关系弧箭头逐个寻找对应的词汇，直到找到实体为止； S99：如果WordSet中存在没有访问过的词汇，那么转S9A，否则转S9B； S9A：删除句子中没有访问过的词汇，转S91； S9B：返回简化后的句子。 进一步的，所述步骤SB具体包括： SB1：初始化i＝1，j＝2； SB2：读取实体Ei和Ej； SB3：如果实体Ei和Ej均和词汇α存在依存关系，那么转SB4，否则转SB5； 6 CN 111597794 A 说　明　书 3/9 页 SB4：抽取关系三元组(Ei，α，Ej)； SB5：j＝j 1； SB6：如果j>n，那么转SB8，否则转SB7； SB7：读取实体Ej，转SB3； SB8：i＝i 1，j＝i 1； SB9：如果i>＝n，转SBA，否则转SB2； SBA：返回所抽取的关系三元组。 本发明还提供了一种基于依存关系的“是”字句关系抽取装置，包括： 删除谓词“是”后依存句法分析部件M1，用于获取删除句子中谓词“是”字后的命名 实体和依存关系； 传递依存关系检测部件M2，用于检测是否存在和句子中两个实体都存在依存关系 的词汇； 替换谓词“是”后依存句法分析部件M3，用于获取替换句子中谓词“是”字后的命名 实体和依存关系； 根据谓词“是”字简化原始句子部件M4，用于根据SBV和VOB关系的遍历结果来简化 句子； 根据传递依存关系抽取关系三元组部件M5，用于直接获取原始句子中存在的语义 三元组。 进一步的， 所述删除谓词“是”后依存句法分析部件M1，具体包括： 删除谓词“是”字部件M11，用于删除句子中的谓词“是”字； 分词和词性标注部件M12，用于将待处理句子分隔为若干词汇，并标注每个词汇的 词性； 命名实体识别部件M13，用于获取待处理句子中的命名实体； 依存句法分析部件M14，用于获取待处理句子中词汇间的语义关系。 进一步的， 所述替换谓词“是”后依存句法分析部件M3，具体包括： 替换谓词“是”字部件M31，用于使用结构助词替换句子中的谓词“是”字； 分词和词性标注部件M32，用于将待处理句子分隔为若干词汇，并标注每个词汇的 词性； 命名实体识别部件M33，用于获取待处理句子中的命名实体； 依存句法分析部件M34，用于获取待处理句子中词汇间的语义关系。 进一步的， 所述根据谓词“是”字简化原始句子部件M4，具体包括： 分词和词性标注部件M41，用于将待处理句子分隔为若干词汇，并标注每个词汇的 词性； 词汇集合生成部件M42，用于生成待处理句子中除“是”外其它词汇的集合 WordSet； 命名实体识别部件M43，用于获取待处理句子中的命名实体； 7 CN 111597794 A 说　明　书 4/9 页 依存句法分析部件M44，用于获取待处理句子中词汇间的语义关系； SBV关系弧遍历部件M45，用于从“是”字沿着SBV关系弧逐个寻找对应的词汇，直到 找到实体为止； VOB关系弧遍历部件M46，用于从“是”字沿着VOB关系弧逐个寻找对应的词汇，直到 找到实体为止； 未遍历词检测部件M47，用于检测WordSet中是否存在没有访问过的词汇； 未遍历词删除部件M48，用于删除待处理句子中没有访问过的词汇。 进一步的， 所述根据传递依存关系抽取关系三元组部件M5，具体包括： 实体对读取部件M51，用于读取原始句子中的任意两个实体； 传递依存关系检测部件M52，用于检测是否存在和句子中两个实体都存在依存关 系的词汇； 关系三元组构建部件M53，用于根据两个实体以及和它们存在依存关系的词汇构 建出关系三元组。 本发明的有益效果是 通过对“是”字句进行删除或替换谓词“是”字、颠倒谓词“是”字前后子句位置、根 据谓词“是”字简化原始句子等操作，然后进行依存句法分析，可以呈现出实体之间的传递 依存关系，从而得到描述两个实体之间语义关系的三元组，操作简单且速度很快。本发明可 以解决当前通用型关系抽取方法(规则模板法、依存分析法、机器学习法等)处理“是”字句 时存在的效率低下、准确性差等问题，提高关系抽取的效果。 附图说明 图1是本发明的基于依存关系的“是”字句关系抽取方法的步骤流程图； 图2是步骤S2的具体步骤流程图； 图3是步骤S4的具体步骤流程图； 图4是步骤S9的具体步骤流程图； 图5是步骤SB的具体步骤流程图； 图6是实施例A删除谓词“是”后的依存句法分析结果； 图7是实施例A替换谓词“是”后的依存句法分析结果； 图8是实施例B删除谓词“是”后的依存句法分析结果； 图9是实施例B替换谓词“是”后的依存句法分析结果； 图10是实施例B_Inv删除谓词“是”后的依存句法分析结果； 图11是实施例B_Inv替换谓词“是”后的依存句法分析结果； 图12是实施例B的依存句法分析结果； 图13是实施例B_Simp_1st的依存句法分析结果； 图14是实施例B_Simp_2nd的依存句法分析结果； 图15是实施例B_Simp_2nd删除谓词“是”后的依存句法分析结果； 图16是实施例B_Simp_2nd替换谓词“是”后的依存句法分析结果； 图17是本发明的基于依存关系的“是”字句关系抽取装置的结构框图； 8 CN 111597794 A 说　明　书 5/9 页 图18是删除谓词“是”后依存句法分析部件M1的结构框图； 图19是替换谓词“是”后依存句法分析部件M3的结构框图； 图20是根据谓词“是”字简化原始句子部件M4的结构框图； 图21是根据传递依存关系抽取关系三元组部件M5的结构框图。