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！

龙图腾网获悉海南大学申请的专利基于知识蒸馏的增量式关系抽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：CN115203404B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202210678820.0，技术领域涉及：G06F16/35；该发明授权基于知识蒸馏的增量式关系抽取方法是由黄梦醒;冯学忠;张文生;冯思玲;毋媛媛;冯文龙;张雨设计研发完成，并于2022-06-15向国家知识产权局提交的专利申请。

本基于知识蒸馏的增量式关系抽取方法在说明书摘要公布了：本发明公开基于知识蒸馏的增量式关系抽取方法，包括如下步骤：构建包括教师模型和学生模型的增量式关系抽取模型，其中，教师模型用于识别旧关系类别；学生模型为教师模型的克隆且扩展了分类层，用于识别旧关系类别和新关系类别；基于数据集和损失函数对增量式关系抽取模型进行训练，训练过程中，教师模型以旧关系类别数据作为输入；学生模型以新关系类别数据作为输入并在训练过程融合教师模型输出的旧关系类别；利用经训练的学生模型对输入句子进行增量式关系抽取。本发明可以在学习新关系类别的同时很好的保留模型先前学过的旧关系类别知识。

本发明授权基于知识蒸馏的增量式关系抽取方法在权利要求书中公布了：1.基于知识蒸馏的增量式关系抽取方法，其特征在于，包括如下步骤： 构建包括教师模型和学生模型的增量式关系抽取模型，其中，教师模型用于识别旧关系类别；学生模型为教师模型的克隆且扩展了分类层，用于识别旧关系类别和新关系类别； 基于数据集和损失函数对增量式关系抽取模型进行训练，训练过程中，教师模型以旧关系类别数据作为输入；学生模型以新关系类别数据作为输入并在训练过程融合教师模型输出的旧关系类别； 利用经训练的增量式关系抽取模型对输入句子进行增量式关系抽取， 还包括如下步骤： 建立空列表，用于储存预定数量的旧关系类别数据； 从新关系类别数据中取出部分数据，所述取出部分数据的数量与预先储存的旧关系类别数据数量一致； 将等量的新关系类别数据和旧关系类别数据在低学习率下对增量式关系抽取模型进行微调， 所述增量式关系抽取模型的损失函数Loss为： Loss＝αLKD+βLCE， 其中，α和β为损失权重，LKD为教师模型和学生模型间实体信息蒸馏损失，LCE为学生模型训练过程中交叉熵损失， 所述蒸馏损失LKD定义为： 其中，qi是将教师模型输出层使用温度T进行平滑后经过softmax输出的旧关系类别的预测向量，si为学生模型输出层使用温度T进行平滑后经过softmax输出的旧关系类别的预测向量，u为旧关系类别数量， 所述交叉熵损失LCE定义为： 其中，pi为学生模型输出层经过softmax输出的新关系类别的预测向量，yi为新关系类别标签的one-hot表示，v为新关系类别数量。

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海南大学，其通讯地址为：570000 海南省海口市人民大道58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。