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：中国科学院软件研究所;北京百度网讯科技有限公司
摘要：本发明涉及一种基于元函数的信息抽取上下文学习方法及装置。所述方法包括：构建执行上下文学习信息抽取任务的神经网络模型；构建训练数据集，训练数据包括：抽取说明、标注范例和文本；将类别匿名化的抽取说明、标注范例和文本输入编码器，采用上下文学习的范式得到语义表示F，并通过解码器预测语义表示F在每一个时间步内对应的词语，得到交叉熵损失；将类别匿名化的抽取说明和标注范例输入微调后的编码器，得到语义表示F′，并通过语义表示F逼近语义表示F′，得到代理抽取损失；基于交叉熵损失和代理抽取损失训练神经网络模型；使用训练后的神经网络，获取测试文本的信息抽取结果。本发明的模型具备信息抽取上下文学习的能力。
主权项：1.一种上下文学习信息抽取方法，其特征在于，包括以下步骤：构建执行上下文学习信息抽取任务的神经网络模型，所述神经网络模型包括编码器和解码器；构建训练数据集，所述训练数据集中的每组训练数据包括：抽取说明、标注范例和文本；其中，所述抽取说明包含信息抽取的目标，所述抽取范例是少量标注样例的文本形式；将类别匿名化的抽取说明、标注范例和文本输入所述编码器，采用上下文学习的范式得到语义表示F，并通过解码器预测该语义表示F在每一个时间步内对应的词语，得到交叉熵损失；将类别匿名化的抽取说明和标注范例输入微调后的编码器，得到语义表示F′，并通过所述语义表示F逼近所述语义表示F′，得到代理抽取损失；其中，所述微调后的编码器是使用所述标注范例对所述神经网络模型进行微调得到；基于所述交叉熵损失和所述代理抽取损失训练所述神经网络模型；使用训练后的神经网络，获取测试文本的信息抽取结果。
全文数据：
权利要求：
百度查询： 中国科学院软件研究所 北京百度网讯科技有限公司 基于元函数的信息抽取上下文学习方法及装置
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