摘要
本发明提供一种针对非连续实体的实体关系联合抽取方法及装置。该方法属于信息抽取和自然语言处理技术领域,包括:利用实体关系抽取模型预测待处理文本中每两个字符间的关系;对实体关系抽取模型的训练,首先将训练文本中的每两个字符作为字符组合存储在表格中,并对表格中的字符组合进行字符间关系的标注;利用该模型中的空洞卷积层和联合分类器对字符组合进行字符间关系标签的预测;基于真实标签信息和预测标签信息计算损失来训练该模型。本发明提供的针对非连续实体的实体关系联合抽取方法及装置,利用空洞卷积和联合分类器对字符组合构成的表格进行标签预测,实现了对非连续实体关系的联合抽取,提高了模型在复杂场景的适应能力。
技术关键词
实体关系抽取模型
实体关系联合抽取方法
字符
分类器
标签
距离信息
多层感知机
空洞
编码
表格
文本
非暂态计算机可读存储介质
预训练语言模型
语义
抽取装置
处理器
自然语言
间距
系统为您推荐了相关专利信息
点击率预估模型
模型训练方法
对象推荐方法
客户端
参数
性能分析方法
时序
有限元仿真软件
仿真模型
分支
纺织品色牢度
反射光谱数据
染料
机器学习算法
工业控制设备
语义分割方法
通道
分割图像数据
交互注意力
语义分割模型训练
说话人识别
音频编码
语音识别模型
音频解码
语音特征