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！
申请/专利权人：东南大学
摘要：本发明提出基于本体和语义一致性示例检索的低资源实体识别方法，在第一阶段，利用大语言模型以零样本方式预识别样本中的潜在实体，使得后续能够利用其中包含的局部信息。在第二阶段，针对当前测试样本进行示例检索。（1）考虑本体一致性，在词袋模型基础上，设计本体词袋模型和本体分布表示以过滤示例并构建示例候选集。（2）考虑语义一致性，在原型网络基础上，设计基于自注意力机制的实体感知的上下文表示，以过滤示例候选集并构建最终示例集。在第三阶段，针对当前测试集进行示例检索。标注高频示例以构成支持集，结合大语言模型以少样本方式进行命名实体识别。本发明从本体、语义维度检索出高相关度的示例以解决低资源实体识别任务。
主权项：1.基于本体和语义一致性示例检索的低资源实体识别方法，其特征在于，具体步骤如下：1基于大语言模型的预识别；面向低资源场景下的命名实体识别任务，故训练集D和测试集T均无标注，利用大语言模型以零样本的方式来识别D和T中的潜在实体，以获得预识别训练集和测试集2基于本体的示例过滤；设计本体词袋模型和本体分布表示，利用来自步骤1的预识别训练集和测试集计算了中所有训练样本和当前测试样本xj的本体词袋值和本体分布表示，从预识别训练集中筛选出针对当前测试样本xj的候选示例并构建示例候选集Cj；3基于语义的示例检索；在原型网络的基础上，其中原型网络用支持集计算实体类型的原型表示，设计基于自注意力机制的实体感知的上下文表示，所述上下文表示能够更加关注潜在实体和与其语义相关的词，对于当前测试样本xj和来自步骤2的示例候选集Cj中所有的候选示例，通过计算本体分布表示相似度和上下文表示相似度的加权和来从Cj中筛选出针对当前测试样本xj的最终示例集4基于大语言模型的执行；在中的所有测试样本都完成示例检索后，基于示例出现次数来选择特定于整个测试集的示例集随后，对中的示例进行人工标注后得到支持集S，最后，利用大语言模型以少样本的方式识别测试集T中所有测试样本中的实体。
全文数据：
权利要求：
百度查询： 东南大学 基于本体和语义一致性示例检索的低资源实体识别方法
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