1.一种实体关系联合抽取方法，其特征在于：包括，S100：采用预训练词嵌入将待测语句转化为标记向量；S200：将所述标记向量输入到编码器中进行编码，得到标记的嵌入表示；S300：将标记的嵌入表示输入到后向解码器中，采用从右到左的方式进行解码，得到后向解码结果；S400：将所述标记的嵌入表示和所述后向解码结果输入到前向解码器中，采用从左到右的方式执行解码生成关系向量；S500：根据所述关系向量构建关系联合图；S600：将所述关系联合图输入到协作图模块中，采用图卷积捕获关系相关性，得到关系表示；所述步骤S500中，所述关系联合图的每个节点表示一个关系；所述步骤S500中，关系联合图是有多个 GCN 层堆叠组成的；所述步骤S500具体包括，将关系联合图的节点初始化为节点向量，用邻接矩阵表示关系联合图的边；将邻接矩阵初始化为归一化的相关矩阵；根据节点向量和邻接矩阵，经过堆叠的多个GCN层处理后，得到关系表示；其中，第 ( l + 1) 层节点的计算公式为：其中， 为第 ( l + 1)层节点， 为第 ( l ) 层节点，δ(·)表示激活函数， A 为邻接矩阵。
2.根据权利要求1所述的实体关系联合抽取方法，其特征在于：所述步骤S200中，所述编码器为RNN编码器。
3.根据权利要求1所述的实体关系联合抽取方法，其特征在于：所述步骤S200中，所述编码器包括若干个双向 LSTM模块。
4.根据权利要求3所述的实体关系联合抽取方法，其特征在于：所述步骤S200具体包括：以从左到右和从右到做的顺序将所述标记向量输入到双向 LSTM模块中，将得到的前向输出和后向输出组合，得到每个标记的嵌入表示，其中标记向量的第 i 个标记的嵌入表示为：其中， 为第 i 个标记的嵌入表示， 为第 i 个单词的前向输出， 为第 i 个单词的后向输出。
5.根据权利要求1所述的实体关系联合抽取方法，其特征在于：所述步骤S300中，所述后向解码器为带有改进的 LSTM 单元的 RNN；所述改进的 LSTM 单元为引入了注意力机制的LSTM 单元。
6.根据权利要求5所述的实体关系联合抽取方法，其特征在于：所述步骤S300具体包括：将所有标记的嵌入表示组成嵌入表示序列，嵌入表示序列的第一个元素作为目标令牌的开始，嵌入表示序列的最后一个元素作为目标令牌的结束；在后向解码器中，从目标令牌的结束的开始，直到遇到目标令牌的开始，从右到左逐步解码嵌入表示序列，得到后向解码器输出；时间步t时后向解码器输出为：其中，[·;·]为向量连接， 是后向解码器中上一步的输入， 为标记 的嵌入表示， 为使用注意力机制从编码器获得的上下文向量， 为第i 个标记的嵌入表示， 为后向解码器的注意力分数， 为时间步t时的后向解码输出和第 个标记的嵌入表示的融合编码表示；将所述解码器输出通过掩码处理后采用线性变换，得到后向解码结果。
7.根据权利要求1所述的实体关系联合抽取方法，其特征在于：所述步骤S400中，所述前向解码器与后向解码器的结构相同。
8.根据权利要求7所述的实体关系联合抽取方法，其特征在于：所述步骤S400具体包括包括，将所述标记的嵌入表示和所述后向解码结果输入到前向解码器中，采用从左到右的方式执行解码，得到前向解码器输出，时间步 t 时前向解码器输出为：其中， 和 是前一步前向解码器的输出和令牌的嵌入， 是标记 的嵌入表示， 和 是采用注意力机制分别从后向解码器和编码器获得的两个上下文向量， 和 是前向解码器和编码器的注意力分数， 为时间步t时的前向解码器的输出和第 个标记的后向解码结果的融合编码表示， 为时间步t时的前向解码输出和第 个标记的嵌入表示的融合编码表示；采用线性变换将前向解码器输出投影到令牌，得到关系向量。
9.根据权利要求1所述的实体关系联合抽取方法，其特征在于：所述编码器、后向解码器、前项解码器组成双向解码模块，所述双向解码模块和协作图模块组成基于协作图的双向解码模型，所述实体关系联合抽取方法还包括：构建基于协作图的双向解码模型的损失函数，所述损失函数表达式为：其中， 为整个模型的最终损失， 为前向解码器的目标损失，M为目标序列 的长度， 为后向解码器的目标损失， 为 的翻转表示， 为网络参数， 为条件概率。
10.根据权利要求1所述的实体关系联合抽取方法，其特征在于：所述步骤S100具体包括，采用word2vec将待测语句转化为标记向量。
11.一种实体关系联合抽取装置，其特征在于：包括，待测语句的向量表示模块，用于采用预训练词嵌入将待测语句转化为标记向量；编解码模块，用于将所述标记向量输入到编码器中进行编码，得到标记的嵌入表示；所述编码器为包括RNN编码器；将标记的嵌入表示输入到后向解码器中，采用以从右到左的方式进行解码，得到后向解码结果；所述后向解码器为带有改进的 LSTM 单元的 RNN；改进的LSTM 单元为在LSTM 单元中引入了注意力机制，将所述标记的嵌入表示和所述后向解码结果输入到前向解码器中，采用从左到右的方式执行解码生成关系向量；所述前向解码器与后向解码器的结构相同；关系表示确定模块，用于根据所述关系向量构建关系联合图；所述关系联合图的每个节点表示一个关系； 将所述关系联合图输入到协作图模块中，采用图卷积捕获关系相关性，得到关系表示。
12.一种计算机设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当所述一个或多个程序被所述一个或多个处理器执行，使得所述处理器实现如权利要求1至10任意一项所述的实体关系联合抽取方法。
13.一种计算机存储介质，其上存储有计算机程序，其中，所述计算机程序被处理器执行时实现权利要求1至10中任意一项所述的实体关系联合抽取方法。
