摘要
本发明公开了一种少样本电网法律知识扩充方法,包括以下步骤:将已有电网法律知识三元组数据按照关系划分为不同的任务,每个任务具有各自支持集和查询集数据;基于知识表示方法编码电网法律知识三元组中蕴含的图结构信息,获得法律实体及关系的初始表示;训练中使用元学习使模型获得跨不同关系的通用法律知识(元信息),利用元信息和每个关系对应支持集中的样本计算该关系的表示;使用一种双层注意力门控网络从实体和关系角度考虑电网法律实体邻居信息,增强法律实体和少样本法律关系的表示;最后结合条件变分自编码器为少样本法律关系生成更多支持样本。最终在少样本电网法律知识扩充时,提高尾实体的预测精度,提升电网法律知识扩充效果。
技术关键词
实体
关系
样本
三元组
编码器
注意力
邻居
多层感知机
学习方法
数据
计算方法
重构
语义
符号
机制
网络
精度