基于多头注意力和图卷积网络结合R-Drop机制的生物医学...
实质审查的生效
摘要
本发明涉及一种基于多头注意力和图卷积网络结合R‑Drop机制的生物医学关系抽取方法、装置和介质，要点是包括以下步骤：(1)构建医学语料的关系实例，(2)构建句法依存树，(3)使用BERT预训练模型和多头注意力提取文本的加权上下文语义表示，(4)使用ELMo预训练模型和图卷积网络结合句法依存树提取文本的结构化表示，(5)使用解码器对特征表示进行解码，(6)使用R‑Drop机制对神经网络进行正则化，最终得到关系类别。效果是使用端到端的训练方法，可以自动学习医学文本中的语义特征和结构特征；引入R‑Drop机制，提升模型的泛化性能；在不引入外部知识的情况下，取得了较强的关系抽取性能。
基本信息
专利标题 ：
基于多头注意力和图卷积网络结合R-Drop机制的生物医学关系抽取方法、装置和介质
专利标题（英）：
暂无
公开（公告）号 ：
CN114547298A
申请号 ：
CN202210131493.7
公开（公告）日 ：
2022-05-27
申请日 ：
2022-02-14
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王健孙逸林鸿飞杨志豪
申请人 ：
大连理工大学
申请人地址 ：
辽宁省大连市甘井子区凌工路2号
代理机构 ：
大连星河彩舟专利代理事务所(普通合伙)
代理人 ：
刘斌
优先权 ：
CN202210131493.7
主分类号 ：
G06F16/35
IPC分类号 ：
G06F16/35 G06F16/36 G06F16/31 G06F40/30 G06K9/62 G06N3/04 G06N3/08
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
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 : 20220214
申请日 : 20220214
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
