Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜华南理工大学范垂钦获国家专利权

恭喜华南理工大学范垂钦获国家专利权

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!

龙图腾网恭喜华南理工大学申请的专利一种面向句子级别的关系抽取方法、设备及存储介质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:CN114692637B

龙图腾网通过国家知识产权局官网在2025-04-18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:202210288286.2,技术领域涉及:G06F40/295;该发明授权一种面向句子级别的关系抽取方法、设备及存储介质是由范垂钦;王家兵设计研发完成,并于2022-03-23向国家知识产权局提交的专利申请。

一种面向句子级别的关系抽取方法、设备及存储介质在说明书摘要公布了:本发明公开了一种面向句子级别的关系抽取方法、设备及存储介质,包括获得一个句子,在每个实体的两端分别插入特殊标记,输入预训练语言模型得到该句子每个词的词向量;使用随机初始化的多个关系向量分别对每个词向量计算相关度,进一步计算二分类损失;使用平均池化计算句子向量、实体向量,使用最大池化计算关系向量,将这些特殊输入多分类器得到多分类损失;将句子中的实体一定概率掩藏得到另外一个句子,衡量两个句子输出分布的一致性损失;对上述步骤中的所有损失联合训练。本发明能够有效抽取文本中的关键信息,捕捉文本中实体的联系,从而达到良好的关系抽取性能。

本发明授权一种面向句子级别的关系抽取方法、设备及存储介质在权利要求书中公布了:1.一种面向句子级别的关系抽取方法,其特征在于,包括如下:获得一个句子,所述一个句子包括两个实体,在每个实体的两端分别插入特殊标记,输入预训练语言模型得到该句子每个词的词向量;使用随机初始化得到关系嵌入,分别与每个词的词向量采用点积注意力机制得到其相关程度,进一步得到句子的注意力表示集合,将该集合中的每个向量输入二分类器得到预测结果,计算二分类损失;基于注意力表示集合利用最大池化计算得到关系向量,利用平均池化得到句子向量及两个实体向量,将上述四个向量进行拼接输入多分类器获得多分类损失;将句子中的两个实体按照预先设定概率进行掩藏,获得另外一个句子S’;对另外一个句子重复上述步骤获得二元损失和多元损失,进一步获得两个句子预测结果的一致性损失;对二元损失、多元损失、一致性损失进行联合训练,当损失最小值时获得关系抽取模型,实现关系抽取;所述获得一个句子,所述一个句子包括两个实体,在每个实体的两端分别插入特殊标记,具体为:获得一个句子S,在句子开头插入特殊标记“[CLS]”,在第一个实体两端插入特殊标记“#”,在第二个实体两端插入特殊标记“$”;使用随机初始化得到关系嵌入,分别与每个词的词向量采用点积注意力机制得到其相关程度,进一步得到句子的注意力表示集合,具体为:随机初始化获得关系嵌入,每一个关系嵌入分别与每个词向量使用点积注意力机制得到相关程度; 公式中ei代表第i种关系的嵌入,hj代表第j个词的词向量,使用得到的相关程度对词向量进行逐元素相乘,并将乘积相加得到句子的注意力表示集合V={v1,v2,…,vm}; 所述基于注意力表示集合利用最大池化计算得到关系向量,利用平均池化得到句子向量及两个实体向量具体为:句子向量按照如下公式获得:hcls=W0[tanhh0]+b0两个实体向量按照如下公式获得: 关系向量按照如下公式获得:hv=W2[tanhMaxPoolingV]+b2其中i,j分别是第一个实体的开始下标和结束下标,k,l分别是第二个实体的开始下标和结束下标。

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华南理工大学,其通讯地址为:511458 广东省广州市南沙区环市大道南路25号华工大广州产研院;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”。

免责声明
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。