一种基于联合多任务学习的引用类型分析方法及系统

AITNT
正文
推荐专利
一种基于联合多任务学习的引用类型分析方法及系统
申请号:CN202511056717
申请日期:2025-07-30
公开号:CN120929984A
公开日期:2025-11-11
类型:发明专利
摘要
本申请提供了一种基于联合多任务学习的引用类型分析方法及系统,涉及语义分类技术领域,方法包括:配置引用意图分类任务的输入数据及标签数据;定义引用评价分类任务,配置引用评价分类任务的输入数据及标签数据;构建联合多任务学习框架,将引用意图分类任务、引用评价分类任务作为并行分类任务嵌入联合多任务学习框架;采用并行分类任务的交替迭代策略,训练联合多任务学习框架,平衡并行任务间梯度传播,获得引用类型联合分析模型,进行引用类型分析处理。通过本申请可以解决现有技术中存在未能有效挖掘引用意图与引用评价之间的深层语义关联,影响对科研内容的智能解析能力的技术问题,达到提高对引文语义的解释能力的技术效果。
技术关键词
多任务 分析方法 预训练语言模型 语义特征 标签类别 意图类别 数据 更新模型参数 框架 文本 定义 分类技术 策略 分析系统 序列 模块 样本
系统为您推荐了相关专利信息
1
用于外骨骼机器人的运动意图分析方法
运动意图 外骨骼机器人 分析方法 分支 多模态数据采集
2
低压柜断路器运行异常分析方法及平台
异常分析方法 断路器运行状态 低压柜 异常数据 故障树分析法
3
一种悬架系统重量目标的分析方法、系统、电子设备及存储介质
线性关系模型 悬架系统 前悬架 分析方法 机器学习模型
4
一种机顶盒适配测试数据挖掘与分析方法
分析方法 多模态特征 自动化测试环境 全局时钟 压力测试数据
5
一种基于端到端联合优化的自动驾驶模型及方法
门控循环单元 时序依赖关系 树形结构 卷积神经网络提取 树状结构
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