龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本说明书一个或多个实施例提供了一种事例检测方法和电子设备，包括：获取非结构化文本；利用预先构建的分类敏感学习模型，从所述非结构化文本中检测激发词，并识别所述激发词所属的事例类型；其中，所述分类敏感学习模型属于少样本学习模型；所述分类敏感学习模型是由分类敏感自监督学习框架和分类敏感原型网络通过序列化训练得到的；解决了原型网络在少样本的事例检测中无法迁移学习未知任务和过拟合的问题。
主权项：1.一种事例检测方法，其特征在于，包括：获取非结构化文本；利用预先构建的分类敏感学习模型，从所述非结构化文本中检测激发词，并识别所述激发词所属的事例类型；其中，所述分类敏感学习模型属于少样本学习模型；所述分类敏感学习模型是由分类敏感自监督学习框架和分类敏感原型网络通过序列化训练得到的；所述分类敏感自监督学习框架包括至少三个孪生距离网络；所述孪生距离网络包括至少两个第一GCN编码器和至少一个孪生距离函数；所述孪生距离函数表示如下： ,其中，a和b为两个不同的事例实例，为sigmoid函数，和为训练的变量,为GCN编码器；所述非结构化文本包括支撑集和查询集；所述激发词位于所述查询集；所述分类敏感原型网络，被配置为：使用第二GCN编码器和原型网络根据所述支撑集得到类质中心点嵌入；将标签分类体系输入到庞加莱嵌入，得到标签层次嵌入；其中所述标签分类体系由所述支撑集推断得到；将所述标签分类体系输入到BERT编码器，得到标签语义嵌入；根据所述类质中心点嵌入，所述标签层次嵌入，所述标签语义嵌入和所述标签引用嵌入，使用线性误差零值化方法获得映射矩阵和标签嵌入；在所述查询集上根据所述映射矩阵和所述标签嵌入获得网络损失，并得到所述激发词所属的事例类型；所述分类敏感学习模型是由分类敏感自监督学习框架和分类敏感原型网络通过序列化训练得到的，包括：使用所述支撑集训练所述分类敏感自监督学习框架，通过反向传播算法获得更新后的所述第一GCN编码器的参数；根据所述更新后的所述第一GCN编码器的参数初始化所述第二GCN编码器的参数，在所述查询集上通过反向传播算法训练所述分类敏感原型网络，更新所述第二GCN编码器的参数。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 事例检测方法和电子设备
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号