摘要
本发明公开了一种用于方面级情感三元组抽取的全视图提示生成和错例判别交叉训练模型及模型训练方法。用于方面级情感三元组抽取的全视图提示生成和错例判别交叉训练模型,包括生成模型输入嵌入模块、情感三元组生成模型、判别模型输入嵌入模块、情感三元组判别模型、情感三元组输出模块。本发明通过全视图的标签顺序提示引导生成模型从不同视角学习标签情感三元组中的语义信息,通过判别模型学习生成模型的生成错例特征,对全视图的抽取结果进行判别与过滤,以消除存在邻接依赖错配问题的情感三元组,同时避免了多视图预测趋同而导致的生成错误;通过生成模型与判别模型的交替训练协同优化方案,提高了模型整体抽取情感三元组的精度。
技术关键词
三元组
文本
重构
模型训练方法
解码器结构
阶段
标签
格式化
序列
自然语言
训练判别模型
输出模块
数据
样本
训练集
标记
编码器
注意力机制
系统为您推荐了相关专利信息
肿瘤
信息生成系统
语句
解析服务器
数据采集服务器
训练分类模型
训练预测模型
组分分析方法
混合物
离子迁移谱仪
磁异常检测方法
海洋噪声
重构模型
注意力机制
重构误差
图像块
视频缺陷检测
检测模型训练方法
视频帧
缺陷预测