一种基于TEBC-Net算法的关系提取模型

AITNT
正文
推荐专利
一种基于TEBC-Net算法的关系提取模型
申请号:CN202410909487
申请日期:2024-07-08
公开号:CN118898249A
公开日期:2024-11-05
类型:发明专利
摘要
本发明提供一种基于TEBC‑Net算法的关系提取模型,由具有重要性的全局特征编码和具有重要性的局部特征编码组成,所述具有重要性的全局特征编码包括BiSTM模块和自注意力模块1,实现对文本上下文全局关系特征的提取,所述具有重要性的局部特征编码包括CNN模块和自注意力模块2,实现对字符间局部关系特征的提取,与传统关系提取模型相比,本发明结合BiLSTM算法和CNN算法的优点,分别对上下文全局特征和局部特征进行提取,同时在编码局部和全局特征的基础上引入自注意力机制,对提取出的以上两个特征中的重要特征进行再编码,划分权重,提高准确度。
技术关键词
前馈神经网络 编码 注意力机制 算法 关系 模块 文本 非线性 字符 序列 基础
系统为您推荐了相关专利信息
1
基于改进蜣螂算法优化核极限学习机的短期光伏功率预测方法
优化核极限学习机 光伏发电功率 模态分解方法 高斯核函数 光伏电站
2
提升配电网-交通网韧性的配置方法、装置和计算机设备
协调优化模型 链路 功率 线路 平均等待时间
3
一种融合知识图谱和RAG的知识库问答方法及系统
知识库问答方法 融合知识图谱 生成答案 语义向量 知识图谱模型
4
一种区块链系统中的共识处理方法和装置
广播算法 区块链系统 节点 消息 有效性
5
一种片烟醇化评估方法、系统、设备及介质
颜色 图像 片烟醇化 样本 线性
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