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！

龙图腾网恭喜河海大学申请的专利一种基于小样本学习的文本实体关系分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114780720B 。

龙图腾网通过国家知识产权局官网在2025-05-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210318340.3，技术领域涉及：G06F16/353；该发明授权一种基于小样本学习的文本实体关系分类方法是由戚荣志;高逸飞;李水艳;赵小涵;陈子琦;黄倩设计研发完成，并于2022-03-29向国家知识产权局提交的专利申请。

本一种基于小样本学习的文本实体关系分类方法在说明书摘要公布了：本发明公开了一种基于小样本学习的文本实体关系分类方法，包括以下步骤：1采用卷积神经网络作为实例编码器提取数据集中实例向量的语义特征；2在小样本学习场景下，通过设计原型级注意力机制模块，为每个实例赋予权重，以加权求和的方式表示每个关系的原型；3在小样本学习场景下，更换新的度量函数。通过距离级注意力机制模块，利用卷积操作提取支持集向量中的特征系数，并用曼哈顿距离公式与特征系数的乘积作为新的度量函数来计算支持集中每一个关系原型和查询实例之间的距离；4利用softmax函数实现小样本关系分类。

本发明授权一种基于小样本学习的文本实体关系分类方法在权利要求书中公布了：1.一种基于小样本学习的文本实体关系分类方法，其特征在于，包括以下步骤：步骤1：采用CNN网络作为实例编码器对给定数据集中支持集语句以及查询集语句进行编码，将支持集语句以及查询集语句转化为低维实例向量，获得抽取语料的实体对特征；步骤2：在小样本学习的场景下，利用原型级注意力机制模块，为每个实例赋予权重，从而得到加权后的原型向量；步骤3：将经由步骤1编码得到的支持集实例拼接成一个向量矩阵，通过距离级注意力机制模块，提取支持集实例中重要维度的语义特征，从而获得距离级注意力机制的权重β；步骤4：步骤3中得到的距离级注意力机制权重β与曼哈顿距离公式相乘，得到新的距离公式作为度量函数；利用所述度量函数对查询集中的查询实例与步骤2中求得的原型向量进行距离度量；步骤5：根据步骤4中求得的距离公式，比较查询实例与原型向量之间的距离；利用softmax函数进行关系分类；所述步骤2利用原型级注意力机制模块，为每个实例赋予权重，从而得到加权后的原型向量，包含以下步骤：2-1利用高斯函数作为激活函数，求取为每个样本实例赋予的权重γij，并最终利用权重对每个关系实例进行加权求和，求得整个关系的原型级关系向量表示ci，分别表示为： 其中，qj表示查询集实例，M表示数据集中存在的关系种类，K表示每个关系种类下的实例数量，xij表示在关系i下的第j个支持集实例，σi表示为高斯函数的参数值；所述步骤3通过距离级注意力机制模块，提取支持集实例中重要维度的语义特征，从而获得距离级注意力机制的权重β，包含以下步骤：3-1将支持集中实例句子按照关系进行划分，将每个关系ri中的K个支持集实例[xi1,xi2,...,xiK]经由步骤1中的实例编码器进行处理，并拼接成一个K*dh*1的向量矩阵，其中K表示每个关系种类下的实例数量，dh表示隐藏层单元；3-2将向量矩阵通过一个由三层卷积层以及三层ReLU函数层交织的模块，提取支持集实例中对维度值不为0的语义特征，维度变为1*dh*1，从而获得距离级注意力机制权重β。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河海大学，其通讯地址为：211100 江苏省南京市江宁开发区佛城西路8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。