一种基于深度学习的古籍文本实体关系抽取方法及系统

AITNT
正文
推荐专利
一种基于深度学习的古籍文本实体关系抽取方法及系统
申请号:CN202411453086
申请日期:2024-10-17
公开号:CN118966226A
公开日期:2024-11-15
类型:发明专利
摘要
本发明提供了一种基于深度学习的古籍文本实体关系抽取方法及系统,涉及古籍识别处理技术领域,该方法旨在提高古籍文本处理的准确性和效率。系统通过融合多模态信息(文字和插图)、自注意力机制、图神经网络及动态知识图谱技术,实现了对古籍文本中实体及其关系的精准识别和抽取。该方法有效处理了古籍中文言文的复杂语法结构,确保长距离依赖关系的捕捉。通过构建和实时更新知识图谱,系统大大提升了知识管理的效能。此技术降低了人工干预,实现了古籍处理的自动化和大规模应用,促进了文化遗产的保护和学术研究的进展。
技术关键词
实体关系抽取方法 文本 动态知识图谱 实体关系抽取系统 注意力机制 CRF模型 命名实体识别 更新知识图谱 嵌入特征 节点 融合多模态信息 子模块 图表 分词 特征提取模块 图像 卷积神经网络提取
系统为您推荐了相关专利信息
1
一种文档智能化处理的方法及装置
机器可读程序 光学字符识别技术 文本 多轮对话场景 语义匹配算法
2
一种基于增强知识检索与大语言模型协同优化的产业污染知识关系抽取方法
关系抽取方法 实体 大语言模型 编码 文本
3
一种面向整体叶盘加工的颤振智能监控方法及系统
智能监控方法 整体叶盘 特征值 一维卷积神经网络 多层感知机
4
一种花生病害智能监测方法及系统、电子设备
花生病害 智能监测方法 级联分类器 多光谱成像设备 深度卷积神经网络
5
一种基于遥感影像的土豆作物长势监测方法及系统
作物长势监测方法 影像 注意力机制 叶面积指数 网络结构
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