摘要
本发明涉及知识图谱构建技术领域,公开了一种小模型联合大模型的校园安全事件知识图谱构建方法,包括获取校园安全事件文本数据,并定义校园安全事件类型以及关键词词典;采用LEBERT模型进行特征编码融合;再通过BiLSTM模型识别校园安全事件文本语义特征;再通过CRF模型进行最优标签序列解码,抽取校园安全事件常见实体文本;采用参考模型提取初始校园安全事件三元组;再采用奖励模型进行评估,采用离线响应均值函数计算对比奖励以指导策略模型进行强化学习优化,得到强化学习微调后的校园安全事件三元组;构建校园安全事件知识图谱。本发明提升了模型对校园安全事件常见实体的识别精度,提升了模型对实体间关系的识别准确率。
技术关键词
知识图谱构建方法
校园
三元组
BiLSTM模型
文本数据提取
CRF模型
知识图谱构建技术
基线
关键词
字符
词典
离线
策略优化方法
公共卫生事件
语义特征
实体间关系
系统为您推荐了相关专利信息
情感识别方法
跨模态
模态特征
深度分类网络
融合特征
卷积长短时记忆网络
电离层总电子含量
XGBoost算法
双三次插值
数据噪声
对话生成模型
心理测评方法
文本
生成训练样本
注意力机制
知识图谱构建方法
动态机械
LSTM模型
知识图谱构建系统
构建知识图谱