Document
拖动滑块完成拼图
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

一种基于多样本增强的非结构化文本持续关系抽取方法、装置、介质及产品 

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:上海大学

摘要:本发明公开一种基于多样本增强的非结构化文本持续关系抽取方法、装置、介质及产品,方法包括:通过采用对比学习损失函数,对预训练的编码器进行训练,获得一次训练后的编码器;进而计算得到语料训练集中每个语料样本的关系嵌入表示向量;然后对语料训练集中的语料样本进行聚类,并获取每一类中距离聚类中心最近的语料样本,添加至记忆库;并采用对比学习损失函数和原型相似度损失函数,对一次训练后的编码器进行训练,获得二次训练后的编码器;利用二次训练后的编码器对当前任务中的非结构化文本持续关系进行抽取。本发明通过对比学习的记忆回放策略,缓解了非结构化文本持续关系抽取中的灾难性遗忘的问题,可以持续高效地完成关系抽取任务。

主权项:1.一种基于多样本增强的非结构化文本持续关系抽取方法,其特征在于,所述方法包括:获取当前任务的语料训练集;利用语料训练集,采用对比学习损失函数,对预训练的双向语言表征模型中的编码器进行训练,获得一次训练后的编码器;利用一次训练后的编码器计算语料训练集中每个语料样本的关系嵌入表示向量;根据语料训练集中每个语料样本的关系嵌入表示向量,采用K-means算法对语料训练集中的语料样本进行聚类,并获取每一类中距离聚类中心最近的语料样本,添加至记忆库;所述记忆库中至少包括有历史任务中的语料样本;利用记忆库,采用对比学习损失函数和原型相似度损失函数,对一次训练后的编码器进行训练,获得二次训练后的编码器;利用二次训练后的编码器对当前任务中的非结构化文本持续关系进行抽取。

全文数据:

权利要求:

百度查询: 上海大学 一种基于多样本增强的非结构化文本持续关系抽取方法、装置、介质及产品

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。