一种基于渐进迁移学习的细粒度实体分类方法

实质审查的生效

摘要

本发明提出了一种基于渐进迁移学习的细粒度实体分类方法，计算目标域的粗粒度标签与源域所有粗粒度标签的语义相似度，以及目标域的细粒度标签与源域所有细粒度标签的语义相似度；构建粗粒度标签映射集合和细粒度标签映射集合，计算语义相似度权重；通过BiLSTM网络提取语句的语义特征，得到源域粗粒度标签语句语义特征集合、细粒度标签语句语义特征集合以及目标域语义特征；计算整体粗粒度语义特征和整体细粒度语义特征，确定总的语义特征；将总的语义特征输入到softmax分类器，预测目标域选取的细粒度标签对应的实体标签；训练更新BiLSTM网络与softmax分类器参数，得到基于渐进迁移学习的细粒度实体分类模型。本发明提高了目标域细粒度实体分类准确性。

基本信息

专利标题：

一种基于渐进迁移学习的细粒度实体分类方法

专利标题（英）：

暂无

公开（公告）号：

CN114547292A

申请号：

CN202210022512.2

公开（公告）日：

2022-05-27

申请日：

2022-01-10

授权号：

暂无

授权日：

暂无

发明人：

胡岩峰向镐鹏乔雪彭晨姜添闵飞李翔韦正勇

申请人：

苏州空天信息研究院

申请人地址：

江苏省苏州市苏州工业园区独墅湖大道158

代理机构：

南京理工大学专利中心

代理人：

封睿

优先权：

CN202210022512.2

主分类号：

G06F16/35

IPC分类号：

G06F16/35 G06F40/194 G06F40/30 G06N3/04 G06N3/08

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F16/35

••聚类；分类

法律状态

2022-06-14 ：

实质审查的生效

IPC(主分类) : G06F 16/35
申请日 : 20220110

2022-05-27 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载