一种基于BERT语义增强的因果关系抽取方法
实质审查的生效
摘要
本发明公开了一种基于BERT语义增强的因果关系抽取方法。所述因果关系抽取方法包括：因果关系候选词库、BERT预训练、因果关系抽取。该方法是一种快速提取文本中存在的因果关系的信息抽取技术，核心任务是在LeakGAN对抗神经网络模型的架构下建立基本模型和增强模型进行对抗学习获得高区分度的特征，分析评论文本中存在的因果关系，实现语义增强下的深层次抽取。该方法基于对抗神经网络的对抗性学习更有区分度的特征，提高因果关系抽取的准确度，可应用于事件预测、问答系统以及情景生成等方面。
基本信息
专利标题 ：
一种基于BERT语义增强的因果关系抽取方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114548117A
申请号 ：
CN202210184092.8
公开（公告）日 ：
2022-05-27
申请日 ：
2022-02-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
朱广丽孙争艳魏苏波张顺香许鑫吴厚月
申请人 ：
安徽理工大学
申请人地址 ：
安徽省淮南市山南新区泰丰大街168号
代理机构 ：
代理人 ：
优先权 ：
CN202210184092.8
主分类号 ：
G06F40/30
IPC分类号 ：
G06F40/30 G06F40/242 G06F16/35 G06N3/04
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
G06F40/30
语义分析
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06F 40/30
申请日 : 20220223
申请日 : 20220223
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
