买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:山西大学
摘要:本发明属于自然语言处理技术领域,具体涉及一种对比增强和多尺度语义感知的互动论点对识别方法。现有的互动论点对识别技术忽略了互动论点对之间以及互动论点对和上下文之间复杂的语义交互表示,并且没有充分利用到互动论点正负样本之间表示的差异性,为解决此问题,本发明利用多尺度语义感知模块对论辩句子上下文、互动论点的诉方观点、互动论点的辩方候选观点三者进行全面的语义交互,使模型更全面地理解论辩双方的辩论过程;利用对比学习最小化互动论点正样本对和最大化互动论点负样本对在语义空间中的距离,使模型更好的区分有互动关系、没有互动关系的论点对之间的语义关系。
主权项:1.一种对比增强和多尺度语义感知的互动论点对识别方法,其特征在于,包括以下步骤:步骤1,获取论辩双方的论点文本和上下文文本;步骤2,构建互动论点对识别模型,包括:1文本编码模块:对论辩双方的论点文本和上下文文本进行编码,得到论辩双方的论点文本和上下文文本的向量表示;2对比增强模块:拉近具有互动关系的论辩双方的论点文本在语义空间中的距离,没有互动关系的论辩双方的论点文本在语义空间中尽可能的保持较大的距离;3多尺度语义感知模块:包括选项比较网络模块和语义融合策略模块,并将选项比较网络模块和语义融合策略模块的输出进行拼接,并对其进行打分,选取得分最高的辩方候选论点为最终结果;所述语义融合策略模块:利用注意力机制将论辩双方的论点文本和上下文文本三者之间进行两两语义交互,得到论辩双方的论点文本以及上下文的最终表示;所述选项比较网络模块:利用注意力机制对每个辩方候选论点的表示逐向量地进行比较,得到融合其他辩方候选论点的最终表示;4自适应损失权重模块:将对比增强模块的训练损失与多尺度语义感知模块的训练损失进行动态加权;5对抗训练模块:在反向传播更新参数之前,对模型的参数添加对抗性扰动得到对抗样本,根据对抗样本数据计算新的损失,通过该损失进行反向传播得到对抗样本的梯度,利用原始梯度和对抗样本的梯度之和来对模型参数进行更新;步骤3,互动论点对识别模型的参数确定之后,输出互动论点对识别的结果。
全文数据:
权利要求:
百度查询: 山西大学 一种对比增强和多尺度语义感知的互动论点对识别方法
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。