基于预训练模型增强的图谱关系抽取方法

AITNT
正文
推荐专利
基于预训练模型增强的图谱关系抽取方法
申请号:CN202410876214
申请日期:2024-07-02
公开号:CN118428471B
公开日期:2024-09-24
类型:发明专利
摘要
本发明公开了基于预训练模型增强的图谱关系抽取方法,所述方法包括:构建关系抽取模型,包括分组悬浮标记、预训练语言模型和关系预测层;文本数据预处理及分组悬浮标记初始化,得到文本及悬浮标记的特征序列;计算注意力掩码;使用注意力掩码控制预训练语言模型特征传播方向,提取出悬浮标记对的特征;把悬浮标记对的特征输入关系预测层,得到关系概率向量;对关系概率向量计算损失函数,优化损失函数,训练关系抽取模型,用关系抽取模型进行关系抽取。本发明提出了分组悬浮标记的实体对表示方法,通过对悬浮标记进行分组,每个组复用头实体的特征,设计特定的注意力掩码,实现实体对特征的高效聚合,在较少计算量下实现了高精度的关系抽取。
技术关键词
关系抽取模型 预训练语言模型 标记特征 关系抽取方法 序列 实体 预训练模型 分词 表达式 注意力 数学 文本 医疗知识图谱 疾病 生成方式 矩阵 元素
系统为您推荐了相关专利信息
1
一种基于KANs的充电桩预测优化的方法及装置
重构策略 Adam算法 梯度下降算法 重构矩阵 数据中心
2
一种基于图的视觉注意编码方法
视觉 语义 编码方法 注视点 物体
3
一种面向储能电站的电池单体微短路早期检测方法
面向储能电站 充电电压曲线 早期检测方法 电池单体 短路
4
基于逻辑运算的多分布噪声模拟方法和系统
数据 序列 变换算法 系统控制器 噪声
5
水工建筑物安全监测数据异常自诊断方法及系统
水工建筑物 线性回归模型 动态时间规整算法 诊断方法 变量
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号