Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜江西财经大学万齐智获国家专利权

恭喜江西财经大学万齐智获国家专利权

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!

龙图腾网恭喜江西财经大学申请的专利用于篇章级事件论元抽取的角色表示多轮学习方法与系统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:CN119849574B

龙图腾网通过国家知识产权局官网在2025-06-20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:202510332201.X,技术领域涉及:G06N3/08;该发明授权用于篇章级事件论元抽取的角色表示多轮学习方法与系统是由万齐智;刘涛;胡蓉;帅宇鑫;万常选;刘德喜设计研发完成,并于2025-03-20向国家知识产权局提交的专利申请。

用于篇章级事件论元抽取的角色表示多轮学习方法与系统在说明书摘要公布了:本发明提出一种用于篇章级事件论元抽取的角色表示多轮学习方法与系统,该方法提出了事件模式‑实例图的构建,建立起抽象事件模式层面的角色关联、具体事件实例层面的跨度关联以及模式和实例之间的角色‑跨度关联;提出了节点‑边交互的多轮学习网络,通过优化的图注意力网络,迭代更新图中节点与边表示,开发了融合事件模式‑实例图的构建和节点‑边交互的多轮学习网络的篇章级事件论元抽取模型及系统,训练学习有效的角色表示。本发明通过事件模式‑实例图集成地从图中捕获角色的潜在语义,并在多轮学习过程中,设计角色记忆融合模块得到新一轮的角色表示,充分考虑了图中各元素的语义关联,以优化新一轮所预测的论元边界。

本发明授权用于篇章级事件论元抽取的角色表示多轮学习方法与系统在权利要求书中公布了:1.一种用于篇章级事件论元抽取的角色表示多轮学习方法,其特征在于,所述方法包括如下步骤:步骤1、从篇章中获取初始角色表示,并利用初始角色表示预测论元跨度;步骤2、根据篇章中事件模式信息、事件实例信息以及论元跨度建立起抽象事件模式层面的角色关联、具体事件实例层面的跨度关联以及模式和实例之间的角色-跨度关联,得到事件模式-实例图;步骤3、将事件模式-实例图中的边作为虚拟节点,利用图注意力网络对事件模式-实例图中节点与边进行迭代更新,输出更新后的角色表示;步骤4、采用迭代的方式重复步骤1至步骤3进行多轮学习,并在每轮学习过程中将初始角色表示、历史角色表示以及当前轮更新后的角色表示进行融合作为下一轮的论元跨度的预测输入,以逐步修正跨度边界,学习完成后,输出最终的角色表示;在所述步骤2中,根据篇章中事件模式信息、事件实例信息以及论元跨度建立起抽象事件模式层面的角色关联、具体事件实例层面的跨度关联以及模式和实例之间的角色-跨度关联,得到事件模式-实例图的方法包括如下步骤:根据篇章中事件涉及的事件类型生成对应节点,同时,为该事件类型下的每一种角色生成对应节点;在事件类型节点与角色节点之间建立属性类型的边,得到事件模式子图;根据篇章中事件给定的事件触发词生成触发词节点,同时,根据涉及的事件生成对应的跨度节点,并将预测跨度填入对应的跨度节点;在触发词节点和跨度节点之间建立边,以得到事件实例子图;其中,边的类型由描述对应跨度的角色充当;在事件类型节点与触发词节点之间构建实例类型的边,在角色节点与其对应的跨度节点之间构建值类型的边,根据实例类型的边以及值类型的边得到事件模式-实例图。

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江西财经大学,其通讯地址为:330000 江西省南昌市经济技术开发区双港东大街169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”。

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。