龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：贵州大学
摘要：本发明公开了基于语义及关联建模进行实体及提及增强的关系抽取方法，属于自然语言处理技术领域，包括：步骤1、利用预训练语言模型捕获文档的深层次及整体语义特征，对文档的全局语义进行抽取；步骤2、对已获取的全局语义特征进行细化；步骤3、利用动态关系感知增强机制，对构建文档图中的节点进行处理，获得丰富语义层次的结构特征；步骤4、将结构特征融入实体、提及中，生成四类对象；步骤5、将四类对象分别输入到多尺度特征增强模块中进行整合处理，生成实体对及提及对；步骤6、将步骤5生成的实体对及提及对分别输入实体对及提及对增强模块进行深度特征提取与增强；步骤7、采用前馈神经网络计算每一个实体对所属的关系类型的概率。
主权项：1.基于语义及关联建模进行实体及提及增强的关系抽取方法，其特征在于，包括以下步骤：步骤1、利用预训练语言模型捕获文档的深层次及整体语义特征，对文档的全局语义进行抽取；步骤2、对已获取的全局语义特征进行细化，细分为实体层级、提及层级以及句子层级的多种粒度的特征；然后以这些特征作为节点构建文档图，其中，表示实体嵌入，表示提及嵌入，表示句子嵌入；步骤3、利用动态关系感知增强机制，对构建文档图中的节点进行处理，获得丰富语义层次的结构特征；步骤4、将结构特征融入实体、提及中，生成以下四类对象：附带文档上下文特征的实体、体现文档结构特征的实体、包含文档上下文特征的提及以及反映文档结构特征的提及；步骤5、将步骤4生成的附带文档上下文特征的实体、体现文档结构特征的实体、包含文档上下文特征的提及以及反映文档结构特征的提及分别输入到多尺度特征增强模块中进行整合处理，生成实体对及提及对；步骤6、将步骤5生成的实体对及提及对分别输入实体对及提及对增强模块进行深度特征提取与增强；步骤7、采用前馈神经网络计算每一个实体对所属的关系类型的概率。
全文数据：
权利要求：
百度查询： 贵州大学 基于语义及关联建模进行实体及提及增强的关系抽取方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号