基于衍生提示学习的事件因果关系抽取方法
实质审查的生效
摘要
本发明公开了一种基于衍生提示学习的事件因果抽取方法,该方案利用于因果关系抽取相关的衍生任务增强因果关系抽取模型的训练效果。首先,通过自然语言中因果关系的表达特征,在因果关系抽取任务上衍生出两个新的任务,分别是因果提示词预测和因果事件预测。因果提示词预测旨在识别文本中表达因果关系的显示提示词,因果事件预测旨在结合上下文语义预测与目标事件有因果关系的其他事件。随后,将因果关系抽取和两个衍生任务建模为提示学习形式,并设置了门控单元将衍生任务的信息提供给因果关系抽取模型。最后,通过基于教师机制的监督学习激发预训练自然语言模型中与这些任务相关的潜力获得最终的因果关系抽取模型。
基本信息
专利标题 :
基于衍生提示学习的事件因果关系抽取方法
专利标题(英):
暂无
公开(公告)号 :
CN114492460A
申请号 :
CN202210365659.1
公开(公告)日 :
2022-05-13
申请日 :
2022-04-08
授权号 :
暂无
授权日 :
暂无
发明人 :
申时荣周恒漆桂林
申请人 :
东南大学
申请人地址 :
江苏省南京市玄武区四牌楼2号
代理机构 :
南京众联专利代理有限公司
代理人 :
杜静静
优先权 :
CN202210365659.1
主分类号 :
G06F40/30
IPC分类号 :
G06F40/30 G06F40/216 G06F16/35 G06N20/00
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
2022-05-31 :
实质审查的生效
IPC(主分类) : G06F 40/30
申请日 : 20220408
申请日 : 20220408
2022-05-13 :
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