本发明涉及自然语言处理和化学，尤其涉及一种基于迁移学习的化学反应抽取方法、装置、设备及计算机可读存储介质。
背景技术：
1、化学文献中的合成方法对化学研究有着至关重要的作用。然而，每年发表的化学文献数以万计，人工提取这些文献中的合成过程需要大量人力，且由于每个人知识水平的限制，其效果也是参差不齐。
2、现有技术通过识别化学实体，生成模板，利用模板进行抽取。但是模板抽取的召回率低且模板会随着数量的增多变得难以维护。同时也有一些基于数据的方法，先识别产物，再通过产物识别出跟产物相关的反应角色。这种方法的问题在于产物在中间过程中往往是不出现的，进而整个提取流程就会失败。因此，如何避开使用模板技术和预先提取化学反应产物技术从而实现抽取化学反应成为了亟待解决的技术问题。
技术实现思路
1、本发明的主要目的在于提供一种基于迁移学习的化学反应抽取方法、装置、设备及计算机可读存储介质，旨在提取化学反应中的反应动作，进而提取反应物、产物和反应条件。
2、为实现上述目的，本发明提供一种基于迁移学习的化学反应抽取方法，所述基于迁移学习的化学反应抽取方法包括：
3、获取化学反应文档中的化学反应段落；
4、基于预训练的语言表征模型和第一类别标签，对所述化学反应段落中的语句进行分词和标记，确定所述化学反应段落中的反应动作语句；
5、基于所述语言表征模型和第二类别标签，对所述反应动作语句进行分词和标记，获得所述反应动作语句中的化学反应角色。
6、进一步地，所述基于预训练的语言表征模型和第一类别标签，对所述化学反应段落中的语句进行分词和标记，确定所述化学反应段落中的反应动作语句，包括：
7、基于标记分词算法和所述第一类别标签，对所述化学反应段落中的语句进行分词和标记，获得所述化学反应段落中的语句对应的第一单词片段集合，其中，所述第一单词片段集合包括所述化学反应段落中的单词片段以及各所述单词片段对应的第一类别子标签；
8、基于所述语言表征模型和所述第一单词片段集合，计算所述化学反应段落中的各语句对应各所述第一类别子标签的概率，并确定所述化学反应段落中的各语句对应的所述第一类别子标签；
9、基于所述化学反应段落中的各语句对应的所述第一类别子标签，确定所述化学反应段落中的反应动作语句。
10、进一步地，所述基于所述语言表征模型和所述第一单词片段集合，计算所述化学反应段落中的各语句对应各所述第一类别子标签的概率，包括：
11、对所述第一单词片段集合中的所述单词片段进行编码，获得第一编码特征；
12、基于所述语言表征模型，对所述第一编码特征进行向量化和线性变换，获得第一发射矩阵，其中，所述第一发射矩阵为所述第一单词片段集合中的各单词片段对应各所述第一类别子标签的概率；
13、基于维特比算法，对状态转移矩阵和所述第一发射矩阵进行解码，计算所述化学反应段落中的各语句对应各所述第一类别子标签的概率。
14、进一步地，所述基于所述语言表征模型和第二类别标签，对所述反应动作语句进行分词和标记，获得所述反应动作语句中的化学反应角色，包括：
15、基于标记分词算法和所述第二类别标签，对所述反应动作语句进行分词和标记，获得所述反应动作语句对应的第二单词片段集合，其中，所述第二单词片段集合包括所述反应动作语句中的单词片段以及各所述单词片段对应的第二类别子标签；
16、基于所述语言表征模型和所述第二单词片段集合，计算所述反应动作语句对应各所述第二类别子标签的概率，并确定所述反应动作语句对应的所述第二类别子标签；
17、基于所述反应动作语句对应的所述第二类别子标签，确定所述反应动作语句中的化学反应角色。
18、进一步地，所述基于所述语言表征模型和所述第二单词片段集合，计算所述反应动作语句对应各所述第二类别子标签的概率，包括：
19、对所述第二单词片段集合中的所述单词片段进行编码，获得第二编码特征；
20、基于所述语言表征模型，对所述第二编码特征进行向量化和线性变换，获得第二发射矩阵，其中，所述第二发射矩阵为所述第二单词片段集合中的各单词片段对应各所述第二类别子标签的概率；
21、基于维特比算法，对状态转移矩阵和所述第二发射矩阵进行解码，计算所述化学反应段落中的各语句对应各所述第二类别子标签的概率。
22、进一步地，所述第二编码特征包括所述第二单词片段集合中的所述单词片段的离散编码、类别信息以及反应动作单词片段在所述反应动作语句中的位置信息。
23、进一步地，所述基于所述语言表征模型，对所述第二编码特征进行向量化和线性变换，获得第二发射矩阵，包括：
24、基于所述语言表征模型，对所述第二编码特征进行向量化，获得所述反应动作语句的句子嵌入向量；
25、基于所述反应动作单词片段在所述反应动作语句中的位置信息，确定所述反应动作语句中各所述单词片段与所述反应动作单词片段的距离信息；
26、基于所述语言表征模型，对所述反应动作语句中各所述单词片段与所述反应动作单词片段的距离信息进行向量化，获得距离信息嵌入向量；
27、对所述句子嵌入向量和所述距离信息嵌入向量进行合并处理，获得所述反应动作语句的句子向量；
28、对所述句子向量进行线性变换操作并激活，获得所述第二发射矩阵。
29、此外，为实现上述目的，本发明还提供一种基于迁移学习的化学反应抽取装置，所述基于迁移学习的化学反应抽取装置包括：
30、化学反应段落提取模块，用于获取化学反应文档中的化学反应段落；
31、反应动作语句提取模块，用于基于预训练的语言表征模型和第一类别标签，对所述化学反应段落中的语句进行分词和标记，确定所述化学反应段落中的反应动作语句；
32、化学反应角色提取模块，用于基于所述语言表征模型和第二类别标签，对所述反应动作语句进行分词和标记，获得所述反应动作语句中的化学反应角色。
33、此外，为实现上述目的，本发明还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的基于迁移学习的化学反应抽取程序，其中所述基于迁移学习的化学反应抽取程序被所述处理器执行时，实现如上述的基于迁移学习的化学反应抽取方法的步骤。
34、此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有基于迁移学习的化学反应抽取程序，其中所述基于迁移学习的化学反应抽取程序被处理器执行时，实现如上述的基于迁移学习的化学反应抽取方法的步骤。
35、本发明提供一种基于迁移学习的化学反应抽取方法，所述方法获取化学反应文档中的化学反应段落；基于预训练的语言表征模型和第一类别标签，对所述化学反应段落中的语句进行分词和标记，确定所述化学反应段落中的反应动作语句；基于所述语言表征模型和第二类别标签，对所述反应动作语句进行分词和标记，获得所述反应动作语句中的化学反应角色。通过上述方式，本发明通过语言表征模型和第一类别标签，对化学反应文档中的化学反应段落进行语句分词和标记，从而提取化学反应段落中的反应动作语句，而后通过语言表征模型和第二类别标签，对反应动作语句进行分词和标记，提取反应动作语句中与反应动作相关的化学反应角色，解决了中间过程可能不出现产物的问题，适用范围更广。
1.一种基于迁移学习的化学反应抽取方法，其特征在于，所述基于迁移学习的化学反应抽取方法包括以下步骤：
2.如权利要求1所述的基于迁移学习的化学反应抽取方法，其特征在于，所述基于预训练的语言表征模型和第一类别标签，对所述化学反应段落中的语句进行分词和标记，确定所述化学反应段落中的反应动作语句，包括：
3.如权利要求2所述的基于迁移学习的化学反应抽取方法，其特征在于，所述基于所述语言表征模型和所述第一单词片段集合，计算所述化学反应段落中的各语句对应各所述第一类别子标签的概率，包括：
4.如权利要求1所述的基于迁移学习的化学反应抽取方法，其特征在于，所述基于所述语言表征模型和第二类别标签，对所述反应动作语句进行分词和标记，获得所述反应动作语句中的化学反应角色，包括：
5.如权利要求4所述的基于迁移学习的化学反应抽取方法，其特征在于，所述基于所述语言表征模型和所述第二单词片段集合，计算所述反应动作语句对应各所述第二类别子标签的概率，包括：
6.如权利要求5所述的基于迁移学习的化学反应抽取方法，其特征在于，所述第二编码特征包括所述第二单词片段集合中的所述单词片段的离散编码、类别信息以及反应动作单词片段在所述反应动作语句中的位置信息。
7.如权利要求6所述的基于迁移学习的化学反应抽取方法，其特征在于，所述基于所述语言表征模型，对所述第二编码特征进行向量化和线性变换，获得第二发射矩阵，包括：
8.一种基于迁移学习的化学反应抽取装置，其特征在于，所述基于迁移学习的化学反应抽取装置包括：
9.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的基于迁移学习的化学反应抽取程序，其中所述基于迁移学习的化学反应抽取程序被所述处理器执行时，实现如权利要求1至7中任一项所述的基于迁移学习的化学反应抽取方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有基于迁移学习的化学反应抽取程序，其中所述基于迁移学习的化学反应抽取程序被处理器执行时，实现如权利要求1至7中任一项所述的基于迁移学习的化学反应抽取方法的步骤。
