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:北京邮电大学
摘要:本发明提供了一种基于表达感知最近邻的信息抽取方法,通过引入后交互最近邻算法,将检索词和文本词均映射入向量空间计算,将信息抽取转换为向量检索问题,提高信息抽取的可扩展性、可适应性以及可解释性。在训练阶段,构建了统一的索引结构,结合表达方式相似度计算和几何分布策略进行采样,并使用了类别不平衡损失函数,保证训练过程各个训练实例具有相对一致的优化方向,提高了可扩展性和可适应性;在非训练阶段,通过结合推理阶段检索到的标注样例和LIME算法,本发明可以对抽取的信息实例进行合理解释,提高了可解释性。
主权项:1.本发明提供了一种基于表达感知的最近邻信息抽取方法,其特征在于,在模型训练时,该方法包括:步骤一、为训练集中的每个信息元素设计索引字段,包括以下字段:实例ID、实例描述、实例类型、元素类型、实例签名和实例上下文;步骤二、对于每一个信息元素di,随机采样一个与其类型不同的负样本步骤三、计算di与其它相同类型的信息元素d+的表达方式相似度,按照由大到小的顺序对d+进行排序,然后根据参数为ρ的几何分布采样一个正样本步骤四、使用分词器将di的实例上下文进行分词,得到词序列[w1,w2,…],使用一个查询键编码器对各词进行编码,将编码后向量经过查询键投影层转换得到实例上下文的向量表示;步骤五、使用分词器将正样本以及负样本对应的实例描述文本进行分词,然后使用一个查询词编码器对各个词进行编码,将编码后的向量经过查询词投影层转换得到用于检索和用于训练的向量;步骤六、计算类别不平衡损失函数;步骤七、使用优化器对查询键编码器、查询词编码器、查询键投影层、查询词投影层的参数进行更新。
全文数据:
权利要求:
百度查询: 北京邮电大学 一种基于表达感知最近邻的信息抽取方法
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。