摘要
本发明公开了一种基于少样本学习的关系抽取方法,先从包含有多个基础关系类别的公开数据集中加载若干关系样本,并将其划分为查询集与支持集;然后对支持集中的关系样本进行处理,包括语句增强处理、提取多视角关系特征和构建分层类别原型,最后提取查询集中查询样本的上下文特征向量,并计算上下文特征向量与每个基础关系类别下的分层类别原型的点积相似度,然后选择相似度最大的类别作为预测结果。
技术关键词
关系抽取方法
语句
语义特征
样本
BERT模型
原型
实体
多视角
文本
融合全局
自然语言
基础
分层
三元组
删除方法
多层感知机
注意力机制
核心
系统为您推荐了相关专利信息
储能监控系统
模板
数据分析工具
结构化查询语言
人机交互方法
对齐方法
计算机可读取存储介质
大语言模型
对齐装置
计算机可读指令
非线性回归模型
管幕结构
钢支撑
灰色关联度
组合型