申请/专利权人：华中科技大学;中国平安财产保险股份有限公司

申请日：2024-03-01

公开（公告）日：2024-07-05

公开（公告）号：CN118297065A

主分类号：G06F40/295

分类号：G06F40/295;G06F40/284;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.26#实质审查的生效;2024.07.05#公开

摘要：本发明公开了一种低资源场景下基于提示学习的关系抽取方法，包括以下步骤：1将复杂的关系拆解为多个视角的联合表示，所述视角包括：人物、地点、动作、主被动关系；2利用虚拟词表示拆解获得的各个视角关系；2.1对各个视角的表示关系进行表示；2.2对各个视角的表示关系进行采样；2.3使用掩码预训练模型，在其词表中为每个关系r创建m个不同的关系虚拟词，每个关系虚拟词都关注着一个关系的不同视角；3根据各个视角关系的表示以及每个视角关系表示的生成概率，获得最终的复杂的关系表示。本发明提出利用多视角解耦学习的关系抽取方式，将复杂的关系解耦成多个视角的联合分布，可有效缓解低资源场景数据不充足的问题。

主权项：1.一种低资源场景下基于提示学习的关系抽取方法，其特征在于，包括以下步骤：1将复杂的关系拆解为多个视角的联合表示，所述视角包括：人物、地点、动作、主被动关系；假设xi表示要询问的句子，其中包含要询问的头实体ws和尾实体wo，yi表示头实体和尾实体之间的关系，i表示序号；在针对单个样本对xi,yi的关系表示Hyi，拆解成多个视角关系h的联合表示，表示如下： 其中，p表示概率；这里假设对一个样本对的关系表示能拆解成许多个“子表示”的联合表示，子表示为关系的各个视角，ph|xi为这些视角的后验概率；2利用虚拟词表示拆解获得的各个视角关系；2.1对各个视角的表示关系进行表示；使用提示学习时需要将文本x，转换成携带掩码的格式Tx＝x:ws:[MASK]:wo，这里冒号“：”表示字符串拼接；对掩码使用上游预训练模型的完形填空能力得到掩码的隐空间表示hx＝MTx[MASK]；解码得到和这个关系相关的词vy；2.2对各个视角的表示关系进行采样；2.3使用掩码预训练模型，在其词表中为每个关系r创建m个不同的关系虚拟词v1...mr，每个关系虚拟词都关注着一个关系的不同视角；其中，多视角掩码及其表示如下：使用连续的多个[MASK]来作为拆解方式，然后按照句子顺序从左到右的第i个[MASK]对应关系虚拟词vjr，具体的表达式如下：Tx＝x:ws:[MASK]1...m:wo；使用后验概率表示每个视角关系表示的生成概率，使用一层线性层来学习获取后验概率式子如下： 其中，表示xi对应的视角关系；3根据各个视角关系的表示以及每个视角关系表示的生成概率获得最终的复杂的关系表示。

全文数据：

权利要求：

百度查询： 华中科技大学 中国平安财产保险股份有限公司 一种低资源场景下基于提示学习的关系抽取方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD