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！
摘要：本申请的实施例提供了一种基于图结构的跨文档关系抽取方法、装置、介质及设备。该方法包括：针对包含有目标实体对的每一文档，确定各所述文档中每一句子对应的贡献度分数；将各所述文档中贡献度分数符合预定规则的句子输入至BERT编码器中，得到每一实体的实体表示；根据各所述实体的实体表示，构建对应的图结构；采用预先训练完成的图循环神经网络，根据所述图结构中各实体节点及其邻居节点的节点表示，对每一所述实体节点的节点表示进行更新；根据每一所述实体节点更新后的节点表示进行关系预测。本申请实施例的技术方案可以提高图结构构建的合理性，进而保证关系预测结果的准确性。
主权项：1.一种基于图结构的跨文档关系抽取方法，其特征在于，包括：针对包含有目标实体对的每一文档，确定各所述文档中每一句子对应的贡献度分数，所述贡献度分数用以表征该句子对实体关系预测的贡献程度；将各所述文档中贡献度分数符合预定规则的句子输入至BERT编码器中，得到每一实体的实体表示；根据各所述实体的实体表示，构建对应的图结构，其中，所述图结构包括若干实体节点，所述实体节点包括目标实体节点和非目标实体节点，所述非目标实体节点包括桥接实体节点和非桥接实体节点；在同一文档中出现的目标实体节点和非目标实体节点之间采用共现连边连接，语义相关的非目标实体节点之间采用语义相关连边连接；采用预先训练完成的图循环神经网络，根据所述图结构中各实体节点及其邻居节点的节点表示，对每一所述实体节点的节点表示进行更新；根据每一所述实体节点更新后的节点表示进行关系预测。
全文数据：
权利要求：
百度查询： 厦门大学 基于图结构的跨文档关系抽取方法、装置、介质及设备
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