一种基于多模态交叉注意力的知识增强关系抽取方法

本发明所述的一种基于多模态交叉注意力的知识增强关系抽取方法，通过双编码器架构以及交叉注意力机制，有效融合文本与知识图谱信息，显著提高了关系抽取的准确性和鲁棒性。实验结果表明，本发明在多个数据集上均取得了优于现有基线模型的表现，尤其是在处理噪声数据和复杂关系抽取任务方面展现了强大的能力。通过消融实验，我们验证了交叉缝合机制、局部与整体注意力机制对模型性能的关键贡献。此外，本发明在不同噪声比例下的鲁棒性分析中表现优异，显示出该发明在应对远程监督数据噪声问题中的潜力。