摘要
本发明公开了一种基于主动元学习的少样本实体关系抽取方法及相关设备,涉及自然语言处理领域,主要为解决在标注数据稀缺的专业领域中,如何通过任务解耦与自适应训练机制实现高精度、低成本的跨领域实体关系抽取的技术问题。该方法包括:设计主动元学习架构;基于所述主动元学习架构进行关系抽取和命名实体识别;将所述关系抽取和所述命名实体识别的结果合并为三元组。
技术关键词
命名实体识别
实体关系抽取方法
三元组
非结构化文本
实体标识符
构建知识图谱
样本
可读存储介质
处理器
抽取头
合并单元
电子设备
原型
自然语言
机制
语句
系统为您推荐了相关专利信息
自主移动平台
大语言模型
注意力机制
多模态交互反馈
人机交互界面
知识图谱构建方法
大语言模型
知识图谱构建系统
概念
实体属性数据
空间聚类算法
分析方法
非结构化文本
动态权重分配
LSTM神经网络
数据管理方法
随机森林模型
医院信息系统
科研
高风险