一种基于深度学习的端到端篇章事件抽取方法及系统
实质审查的生效
摘要
一种基于深度学习的端到端篇章事件抽取方法及系统，该方法包括：候选实体识别、文档级编码、候选实体关系编码以及事件解码，本发明提出的端到端篇章事件抽取技术，能有效的解决篇章文档中事件要素分散的问题，同时能够灵活并行的进行多事件预测，采用注意力机制进行候选词嵌入，使用[CLS]句头标识的词嵌入作为句子嵌入，较好的保存了词嵌入与句子嵌入的语义表征，使得最终的事件抽取性能得以提高。
基本信息
专利标题 ：
一种基于深度学习的端到端篇章事件抽取方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114462386A
申请号 ：
CN202210125508.9
公开（公告）日 ：
2022-05-10
申请日 ：
2022-02-10
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
高小童吴施楷杜红林
申请人 ：
成都傅立叶电子科技有限公司;深圳市特发信息股份有限公司
申请人地址 ：
四川省成都市武侯区武侯新城管委会武兴二路17号
代理机构 ：
成都诚中致达专利代理有限公司
代理人 ：
杨春
优先权 ：
CN202210125508.9
主分类号 ：
G06F40/211
IPC分类号 ：
G06F40/211 G06F40/279 G06F16/35 G06F16/33 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F40/211
句法分析，例如 基于无上下文语法或统一语法
法律状态
2022-05-27 ：
实质审查的生效
IPC(主分类) : G06F 40/211
申请日 : 20220210
申请日 : 20220210
2022-05-10 ：
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
