一种基于掩码语言模型的文本三元组提取方法及装置
实质审查的生效
摘要
本发明公开了一种基于掩码语言模型的文本三元组提取方法及装置,首先用自定义模板和自定义分隔符构造掩码语言模型的训练样本,包含实体类型预测的训练样本和关系类型预测的训练样本,并进行向量化表示,对掩码语言模型进行训练和预测,得到掩模位置上模型词中某个字符的置信度,选取各实体类型名称对应位置的置信度的最大值,该最大值为实体类型结果的置信度;将预测的实体和实体之间的关系形成三元组。本发明利用掩码语言模型对上下文的建模能力进行文本实体识别和关系识别,可在少量标注样本场景下的达到高准确率,减少了通常的用分类层进行多种类型识别时扩展性差的问题,同时用相同的方法进行关系识别,最终可得到三元组和事件单元。
基本信息
专利标题 :
一种基于掩码语言模型的文本三元组提取方法及装置
专利标题(英):
暂无
公开(公告)号 :
CN114528394A
申请号 :
CN202210426479.X
公开(公告)日 :
2022-05-24
申请日 :
2022-04-22
授权号 :
暂无
授权日 :
暂无
发明人 :
韩瑞峰杨红飞金霞程东
申请人 :
杭州费尔斯通科技有限公司
申请人地址 :
浙江省杭州市滨江区西兴街道阡陌路482号B楼第七层
代理机构 :
杭州求是专利事务所有限公司
代理人 :
刘静
优先权 :
CN202210426479.X
主分类号 :
G06F16/335
IPC分类号 :
G06F16/335 G06F16/35 G06F40/169 G06F40/186 G06F40/295
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
G06F16/335
•••基于附加数据的过滤,例如用户或组配置文件
法律状态
2022-06-10 :
实质审查的生效
IPC(主分类) : G06F 16/335
申请日 : 20220422
申请日 : 20220422
2022-05-24 :
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