一种基于深度学习的联合实体和关系抽取方法、系统和介质

本发明涉及一种基于深度学习的联合实体和关系抽取方法、系统和介质，方法的步骤包括：S1、利用BERT模型作为句子编码器，获取用户输入的自然语句X中每个标记的上下文感知嵌入向量；S2、将联合实体和关系抽取视为一个集合预测问题，使用基于Transformer的非自回归解码器直接生成预测三元组集合；S3、设置集合预测损失函数进行模型训练，根据集合预测损失函数在预测三元组集合和真实三元组集合之间生成最优的匹配关系。本发明采用非自回归解码器，将联合实体和关系抽取任务视为一个集合预测问题，因此不再需要预测三元组的顺序，从而在准确性上有显著提高；由于非自回归解码器不依赖先前预测的输出，减少了因步骤依赖导致的错误传播。