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
基于隐私求交实现安全三方推理的方法
秘密共享技术 密钥 分片 序列 特征值
2
基于驾驶行为和惯性导航的GNSS短时失效下的车辆定位方法、车辆定位装置和系统
车辆定位方法 车辆定位装置 转移概率矩阵 人工神经网络模型 加速直线运动
3
基于深度学习提取地震前地表纯净微波辐射异常的方法
记忆单元 地震 微波 深度学习模型 周期
4
一种甲骨文未释字智能考释方法和装置
资料 大语言模型 生成提示词 语义向量 计算机可执行指令
5
一种计及直流FLC影响的电力系统惯量评估方法
电力系统 送端系统 有功功率 频率 数据
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