基于卷积神经网络和改进级联标注的快速关系抽取方法
实质审查的生效
摘要
基于卷积神经网络和改进级联标注的快速关系抽取方法。首先,基于由膨胀卷积、门控单元和残差连接组成的深度神经网络的文本编码器将初始文本进行编码,得到具有丰富上下文语义的文本编码表示。然后,根据得到的文本编码,采用改进级联标注,头实体标注器标注出所有头实体的跨度以及它们对应的实体类型。接着,通过文本编码表示和头实体的特征表示,尾实体标注器标注出每个头实体对应的所有的尾实体。最后,通过真实世界中的关系抽取任务来验证。本发明具有快速的训练和预测优势,能满足面向海量文本的关系抽取场景的需求。
基本信息
专利标题 :
基于卷积神经网络和改进级联标注的快速关系抽取方法
专利标题(英):
暂无
公开(公告)号 :
CN114548090A
申请号 :
CN202210442561.1
公开(公告)日 :
2022-05-27
申请日 :
2022-04-26
授权号 :
暂无
授权日 :
暂无
发明人 :
汪鹏李国正
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 :
蒋昱
优先权 :
CN202210442561.1
主分类号 :
G06F40/279
IPC分类号 :
G06F40/279 G06F40/126 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
G06F40/279
文字实体的识别
法律状态
2022-06-14 :
实质审查的生效
IPC(主分类) : G06F 40/279
申请日 : 20220426
申请日 : 20220426
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