重庆大学曾骏获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉重庆大学申请的专利一种基于提示与对比学习的极少样本关系提取方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115544179B 。
龙图腾网通过国家知识产权局官网在2025-11-28发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211261819.4,技术领域涉及:G06F16/28;该发明授权一种基于提示与对比学习的极少样本关系提取方法是由曾骏;朱泓宇;赵翊竹;周魏;高旻设计研发完成,并于2022-10-14向国家知识产权局提交的专利申请。
本一种基于提示与对比学习的极少样本关系提取方法在说明书摘要公布了:本发明涉及一种基于提示与对比学习的极少样本关系提取方法,该方法选用公开语句实例数据集O,O中的数据分为模拟查询集Q和模拟支持集S;构建关系提取模型PromptRE,PromptRE包括模板嵌入模块、BERT编码模块、全局表示优化模块和注意力相关对比学习模块,并使用Q和S对PromptRE进行训练得到训练好的PromptRE,最后将待查询实例输入训练好的PromptRE,输出即为预测的待查询实例的关系标签。本发明方法引入了全局优化损和注意力损失,提高了预测的准确性。
本发明授权一种基于提示与对比学习的极少样本关系提取方法在权利要求书中公布了:1.一种基于提示与对比学习的极少样本关系提取方法,其特征在于:包括如下步骤: S1:选用公开语句实例数据集O,所述O包含若干个基类,且每个基类具有带标签的实例,将O中的数据分为模拟查询集Q和模拟支持集S,其中Q中包括多个查询样本,每个查询样本由一个自然语句、头实体和尾实体构成;S中包括多个支持样本,每个支持样本由一个自然语句、头实体、尾实体、关系标签和关系信息构成,并且关系信息由关系名称和关系描述构成; S2:构建关系提取模型PromptRE,PromptRE包括模板嵌入模块、BERT编码模块、全局表示优化模块和注意力相关对比学习模块; 使用模拟查询集Q和模拟支持集S对PromptRE进行训练,具体如下: S21:将第i个查询样本输入模板嵌入模块得到该查询样本对应的prompt模板嵌入; 将一个支持样本的自然语句、头实体和尾实体输入模板嵌入模块得到该支持样本对应的prompt模板嵌入; S22:将S21中所述的查询样本对应的prompt模板嵌入输入BERT编码模块得到对应的隐藏层表示模拟查询集Q中每个查询样本对应的prompt模板嵌入所对应的隐藏层表示构成向量空间 将S21中所述的支持样本对应的prompt模板嵌入输入BERT编码模块得到对应的隐藏层表示模拟支持集S中每个支持样本对应的prompt模板嵌入所对应的隐藏层表示构成向量空间 其中,K表示batchsize的大小,N表示对于个支持集内与其对应的N个辅助判断,表示对应的prompt模板嵌入的tokens的数量,表示对应的prompt模板嵌入的tokens的数量,D表示每个token隐藏层向量的维度; S23:构建S21中所述的查询样本的提示特征和支持样本的提示特征 其中, S24:将S21中所述的支持样本的关系信息输入BERT编码模块得到关系信息对应的隐藏层表示Rj,j=1,2,...,N,将模拟支持集S所有支持样本的关系信息对应的隐藏层表示构成集合其中表示Rj的tokens数量,该步骤中的BERT编码模块与S22中的BERT编码模块参数相同; S25:融合所述支持样本对应的prompt模板嵌入所对应的隐藏层表示和所述支持样本对应的关系信息的隐藏层表示得到支持样本的融合特征如公式: 其中:rjc∈Rj,rjc表示的第一个token“[CLS]”对应的影藏层表示,表示token“[unused0]”对应的隐藏层表示,表示token“[unused2]”对应的隐藏层表示, S26:所述查询样本的最终表示的公式如下: S27:采用S21-S26的方法遍历模拟查询集Q中的所有查询样本得到每个查询样本对应的最终表示; 采用S21-S25的方法遍历模拟支持集S中的所有支持样本得到每个支持样本对应的支融合特征; S28:计算第i个查询样本的预测的关系标签为模拟支持集S的某个支持样本所包含的关系标签的概率的公式如下: 其中,exp表示平方; S29:设最大概率值对应的支持样本所包含的关系标签即为第i个查询样本,计算第i个查询样本的预测损失,并根据该损失采用梯度下降法更新PromptRE的参数,当损失不再变化时,停止迭代得到训练好的PromptRE; S3:将待查询实例输入训练好的PromptRE,输入即为预测的待查询实例的关系标签。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人重庆大学,其通讯地址为:400044 重庆市沙坪坝区沙正街174号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励