一种基于领域适应和小样本学习的关系抽取方法
公开
摘要
一种基于领域适应和小样本学习的关系抽取方法，包括以下步骤：领域适应性训练，使用对应领域的无标注数据对BERT模型进行遮蔽词汇预测训练；小样本关系分类训练，使用通用领域标注数据对模型进行关系对比判断训练；加入NOTA检测的小样本关系分类训练，使用通用领域标注数据对模型进行加入NOTA情况的关系对比判断训练。本发明通过结合领域适应与考虑NOTA情况的小样本学习，同时考虑到小样本关系抽取在实际应用中面对的领域迁移及关系不在例举范围内的问题，为在实际应用中使用小样本关系抽取替代有监督关系抽取提供了切实可行的方案，检测效果满足实际需求。
基本信息
专利标题 ：
一种基于领域适应和小样本学习的关系抽取方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114564960A
申请号 ：
CN202210201476.6
公开（公告）日 ：
2022-05-31
申请日 ：
2022-03-03
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王骏文方志军李菁高永彬
申请人 ：
上海工程技术大学
申请人地址 ：
上海市松江区龙腾路333号
代理机构 ：
上海骁象知识产权代理有限公司
代理人 ：
赵峰
优先权 ：
CN202210201476.6
主分类号 ：
G06F40/295
IPC分类号 ：
G06F40/295 G06F40/289 G06F16/36 G06F16/35 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
G06F40/295
命名实体识别
法律状态
2022-05-31 ：
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
