摘要
本发明公开了一种基于多源原型融合的少样本关系抽取方法及设备,包括以下步骤:获取数据集,所述数据集包括支持集、查询集和关系描述文本;提取支持集与查询集中实体对的上下文特征,生成支持集的第一实体特征向量和查询集的第二实体特征向量;提取所述关系描述文本的全局特征向量和局部词向量特征序列,对所述局部词向量特征序列进行关键词特征增强后后与所述全局特征向量形成增强关系表示向量;对第一实体特征向量、第二实体特征向量与增强关系表示向量进行融合,得到多源融合特征;将所述多源融合特征和所述第二实体特征向量输入分类器中,通过交叉熵损失函数优化模型参数,得到关系类别结果。其可提升关系类型的识别准确率和模型鲁棒性。
技术关键词
关系抽取方法
多源融合
原型
实体
损失函数优化
关键词特征
上下文特征
文本
样本
序列
分类器
生成关键词
注意力
生成关系
抽取设备
融合特征
语义
参数
系统为您推荐了相关专利信息
大语言模型
舆情文本
标签体系
场景
网络舆情监测
动态资源调度
智能分配系统
动态资源管理
智能分配方法
智能匹配模块