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:山西大学
摘要:本发明公开了面向事件论元抽取的超球面多原型与最优传输方法及装置,属于深度学习、自然语言处理技术领域。针对目前模型抽取事件论元边界模糊、决策困难,性能受限的问题,本发明基于类间关系、类内关系和标签语义相似度三方面预训练一组类别多原型;同时,使用一种基于提示学习的骨干模型从文本中抽取论元;最后,将论元和原型的对齐问题建模成一种最优传输问题,通过交叉熵损失使论元与原型相对靠近,利用紧凑损失使子簇更加紧凑,进而实现了类间论元的大间隔分离和有效表征类内的语义方差。
主权项:1.一种面向事件论元抽取的超球面多原型与最优传输装置,其特征在于:所述装置包括原型初始化模块、类间原型定位模块、类内原型定位模块、基于标签语义的原型排序模块、论元抽取模块和最优传输模块;所述原型初始化模块用于为每个角色类别初始化多个原型向量;所述类间原型定位模块用于基于类间关系定位类间原型向量;所述类内原型定位模块用于基于类内关系定位类内原型向量;所述基于标签语义的原型排序模块用于基于标签语义相似度定位类间原型向量;所述论元抽取模块用于从文本中抽取指定事件的论元;所述最优传输模块用于将论元与其多原型进行对齐,以对模型优化训练,引导模型学习论元的表示,从而实现类间论元的大间隔分离和有效表征类内方差,提高事件论元抽取的性能。
全文数据:
权利要求:
百度查询: 山西大学 面向事件论元抽取的超球面多原型与最优传输方法及装置
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。