摘要
本发明涉及自然语言处理技术领域,具体为一种基于工业领域的nlp实体关系抽取的方法,包括有以下步骤,步骤1、C端用户在APP的搜索问答界面进行问答提问,后端对所有的问题进行记录。本发明的优点在于:通过结合工业领域的特点和需求,通过引入工业领域的专业词汇和规则,优化模型结构和算法,实现对工业文本中实体关系的准确抽取,采用大模型和BERT模型的技术组合方式,对工业材料领域的nlp问题进行实体抽取的作业,进而提升工业材料领域相关的问题精准率,更好的让更多非专业人士可以通过自然语言寻找需要的相关材料,从而有助于提升工业领域知识挖掘的效率和准确性,为工业领域的创新和发展提供有力支撑。
技术关键词
实体关系抽取
工业
生成训练样本
BERT模型
自然语言
字符
数据
界面
注意力
编码器
基础
文本
专业
标识
算法
序列
系统为您推荐了相关专利信息
重大事件趋势预测方法
事件触发词
轮廓系数
聚类
指标
解析方法
多源异构数据
监督学习策略
数据标签
项目
钢板缺陷检测方法
超声波探头阵列
深度学习模型
工业物联网平台
高分辨率线阵