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。
技术关键词
原型
传输方法
定位模块
球面
语义
事件触发词
解码器
传输模块
标签
排序损失
非暂态计算机可读存储介质
文本
编码器
匈牙利算法
三元组
矩阵
处理器
关系
黄金
系统为您推荐了相关专利信息
大语言模型
仿真系统
生成工具
前端模块
仿真模型