摘要
本发明属于文本处理技术领域,特别涉及一种基于全局指针的法律文书敏感关系识别方法,包括对法律文书数据进行分句处理,并对每一条文本进行实体关系抽取得到实体关系数据;对实体关系数据进行预处理和增强处理得到增强数据;采用数据加载器处理增强数据得到标准数据用于预训练BERT模型;将BERT模型参数作为GPLinker模型的初始参数,采用预训练的BERT模型编码标准数据去训练GPLinker模型;将BERT模型与GPLinker模型构建法律文书敏感关系识别模型;对法律文书敏感关系识别模型进行五折交叉验证得到最优模型,采用最优模型进行识别;本发明能够实现自动化地从大量法律文书中精准提取实体关系。
技术关键词
实体关系数据
关系识别方法
BERT模型
实体关系抽取
文本翻译模型
分词方法
指针
样本
字段
参数
文本处理技术
序列
加载器
动态
多标签
系统为您推荐了相关专利信息
文本信息抽取方法
命名实体识别模型
实体关系数据
关系抽取模型
跨度
协同检测方法
视觉特征
交叉注意力机制
多模态
融合特征
信息管理方法
客户
线性规划模型
房间
短时傅里叶变换
知识点
表征方法
训练词向量模型
异构
BERT模型