一种通用的信息抽取方法

本发明公开了一种通用的信息抽取方法。本发明将信息抽取任务重新表述为跨度抽取和跨度‑跨度关系抽取，从而将信息抽取任务统一为二维矩阵上的目标框检测任务。本发明提出了轻量注意力模块，它结合了Softmax注意力机制和线性注意力机制的优点，将空间和时间复杂度从O(L2)降低到O(L1.5)，同时实现了更好的性能。此外，本发明设计并使用了轻量变压器模型，该模型将轻量注意力模块与卷积神经网络集成在一起，以捕获二维特征矩阵中的长距离和局部依赖关系。对八个数据集的六个信息抽取任务的综合评估表明，本发明提出的方法达到了非常先进的性能。此外，本发明还展现出卓越的知识迁移能力并具有显著的效率。