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！

龙图腾网获悉中国科学院信息工程研究所申请的专利一种基于强化对比学习微调的跨域小样本关系抽取方法和系统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：CN116561308B 。

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：202310358885.1，技术领域涉及：G06F16/353；该发明授权一种基于强化对比学习微调的跨域小样本关系抽取方法和系统是由刘奕君;代飞飞;古晓艳;樊海慧;刘东;李波;王伟平设计研发完成，并于2023-04-06向国家知识产权局提交的专利申请。

本一种基于强化对比学习微调的跨域小样本关系抽取方法和系统在说明书摘要公布了：本发明涉及一种基于强化对比学习微调的跨域小样本关系抽取方法和系统。该方法包括：利用预训练语言模型和特定领域知识库，采用训练集和验证集训练得到预训练的特征提取模型；利用测试集中支持集的少量新类样本，通过类别感知层和数据增强层进行增强后，利用对比学习损失函数对预训练的特征提取模型和类别感知层进行微调；将待处理的查询实例通过预训练的特征提取模型提取特征，并通过类别感知层进行增强，计算增强后的查询实例与各个类别原型之间的相似度，选择最相似的类别原型所属的类别作为查询实例的关系类别。本发明能够弥合不同领域之间的语义空间差距，并从新类中学习新的类敏感信息，能够有效提高关系预测的准确度。

本发明授权一种基于强化对比学习微调的跨域小样本关系抽取方法和系统在权利要求书中公布了：1.一种基于强化对比学习微调的跨域小样本关系抽取方法，其特征在于，包括以下步骤： 利用预训练语言模型和特定领域知识库，采用训练集和验证集进行训练，得到预训练的特征提取模型； 利用测试集中支持集的少量新类样本，通过类别感知层和数据增强层进行增强后，利用对比学习损失函数对所述预训练的特征提取模型和类别感知层进行微调； 将待处理的查询实例通过所述预训练的特征提取模型提取特征，并通过所述类别感知层进行增强，计算增强后的查询实例与各个类别原型之间的相似度，选择最相似的类别原型所属的类别作为查询实例的关系类别； 所述类别感知层分别为支持集的每个类别初始化一个类别感知向量，其维度与每个样本经过特征提取模型后得出的特征维度相同，将支持集中每个类别的样本特征分别与其类别感知向量进行点乘得到类别感知的样本特征，微调过程中利用类别感知的样本特征通过梯度反向传播的方式来自动优化类别感知层，学习每个类别特有的类别特定信息； 所述数据增强层通过dropout和随机扰动来获取增强样本，将其与未增强的样本混合之后计算有监督对比损失以微调整个特征提取模型和类别感知层； 所述通过所述类别感知层进行增强，包括：根据候选预测类别的数量创建查询实例的副本，每个关系类别的查询实例副本与其对应的类别感知向量相乘得到类别感知的查询实例特征；用于增强查询实例的类别感知层与进行微调的类别感知层共享参数，充分利用微调过程中学习到的类别特有信息以增强查询实例的特征。

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中国科学院信息工程研究所，其通讯地址为：100085 北京市海淀区树村路19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。