基于提示学习和生成模型的篇章级事件抽取方法及装置

AITNT
正文
推荐专利
基于提示学习和生成模型的篇章级事件抽取方法及装置
申请号:CN202510556013
申请日期:2025-04-29
公开号:CN120470132A
公开日期:2025-08-12
类型:发明专利
摘要
本发明实施例公开了一种基于提示学习和生成模型的篇章级事件抽取方法及装置,该方法包括:基于提示学习和生成模型的篇章级事件抽取方法通过对待抽取篇章级文本进行序列化,获取包括至少一个事件集合的序列化文本;将所述序列化文本与预设的事件提示模板进行匹配,获取事件序列;应用预训练的事件生成模型对所述事件序列进行处理,获取事件抽取结果。通过上述方式,本发明实施例能够准确进行事件抽取,缓解了因为实体重叠和论元散射而导致的性能下降问题,适用于小样本场景。
技术关键词
事件抽取方法 解码器 文本 有向无环图 序列 深度优先遍历 事件触发词 模板 计算机存储介质 抽取装置 处理器 搜索算法 列表 参数 存储器 编码器 电子设备 变压器 指令 波束
系统为您推荐了相关专利信息
1
动作合成方法、装置、设备、系统及程序产品
音频特征 语义特征 标识特征 序列 对象
2
一种基于深度学习的医用内窥镜图像细节的自适应增强方法
医用内窥镜 数码单反相机 图像 混合损失函数 解码器
3
模型训练方法、装置、电子设备及计算机可读存储介质
人脸 样本 噪声 文本生成图像 模型训练方法
4
一种结合邻域路径编码的知识图谱补全算法
知识图谱补全算法 邻域特征 实体 关系 邻居
5
一种基于大模型算法开发的全自动数字方案生成方法及系统
模型算法 生成方法 文本分析模型 信息数据处理终端 文本处理模型
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