摘要
本发明涉及一种基于家禽BERT模型和多标签指针网络的实体关系联合抽取方法及系统。方法包括:步骤1、将文本输入文本编码层进行编码,形成文本编码;步骤2、基于多标签指针网络精确定位并标记文本编码中的主体元素;步骤3、采用主体注意力导向的归一化网络策略,系统性地发掘所有潜在关系及对应客体,组装成完整的主体‑关系‑客体三元组结构;步骤4、将概率平衡策略融合到损失计算中,进行模型训练。本发明不仅优化了实体关系抽取的综合效能,还显著增强了模型在复杂文本环境中的适应性和准确性,为知识图谱构建、信息抽取等领域提供了强有力的工具。
技术关键词
BERT模型
标注方法
文本
指针
家禽
多标签
编码
网络
实体关系抽取
标签类别
模型训练模块
嵌入特征
注意力机制
字符
知识图谱构建