摘要
本发明涉及一种合金三元组持续关系抽取方法,属于冶金工程和人工智能的交叉技术领域。首先,获取实体关系三元组数据,其次,对数据进行预处理,将数据分割成多个任务,每个任务都表示一个常规的关系抽取任务。然后初始化训练模块,对新任务进行特征提取,并使用分类头和对比头减少嵌入空间关系相似样本的距离。接着,选取最具代表性的样本作为记忆样本,使用记忆增强策略防止模型过拟合。采用新任务数据和记忆样本分离的方式计算损失函数。最终通过最近值分类器对关系进行分类预测。该方法在合金三元组持续关系抽取方面具有显著优势,为合金领域知识的动态扩展、动态知识图谱的构建以及问答推荐系统等应用提供了一种创新性解决方案。
技术关键词
关系抽取方法
样本
三元组
记忆
预训练语言模型
合金
数据
分类器
动态知识图谱
关系抽取模型
实体关系抽取
聚类算法
策略
文本
推荐系统
阶段
系统为您推荐了相关专利信息
BERT模型
多任务分类网络
漏洞检测方法
注意力
特征提取网络
知识图谱推理方法
实体
注意力
三元组
可读存储介质
血药浓度监测
记忆单元
数据编码
参数
数据采集模块