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：电子科技大学
摘要：本发明属于自然语言处理技术领域，具体涉及一种基于提示调优的司法文本关系抽取方法。该方法使用司法文本数据集，利用预训练模型进行提示调优的方法来实现司法文本的关系抽取。通过利用大规模预训练模型的强大语言理解能力，设计了针对司法领域的提示模板，以引导模型更有效地捕捉和理解法律文本中的关键信息。此方法不仅提高了关系抽取的准确性，还显著降低了对大量标注数据的依赖。
主权项：1.一种基于提示调优的司法文本关系抽取方法，其特征在于，包括以下步骤：S1、将司法文本句子进行拆分，并转化为条件函数，具体为通过逻辑规则把简单的句子分为几个部分，根据语义将一个关系抽取任务转化为条件函数的计算，条件函数的定义方法是：设定句子表示为x＝{…es…eo…}，其中es和eo分别是主语实体和宾语实体，为主语实体和宾语实体设置一元函数和来确定主语es和宾语eo的类型，设置二元函数来表示主语es和宾语eo之间的关系；S2、分别为一元函数和二元函数设计提示模板： [MASK]是可以学习的令牌，它的参数随机初始化，根据提示模板得到句子拆分后的全部部分的一元函数和二元函数的提示模板；S3、把句子各部分进行组合，连接所有与句子逻辑规则有关的条件函数的提示模板，得到完整的任务提示，表示为： 其中[·；·；·]是提示聚合函数，根据句子内容设置对应的标签词；S4、将任务提示放入到预训练模型中完成关系抽取，其中预训练模型的训练是通过最大化目标函数实现： 其中，X是实例集，n是[MASK]的数量，φjy是将映射到第j个屏蔽词的标签词集V[MASK]j。
全文数据：
权利要求：
百度查询： 电子科技大学 一种基于提示调优的司法文本关系抽取方法
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