[发明专利]一种用于含噪稀疏文本的语义关系抽取方法有效
| 申请号： | 201910806205.1 | 申请日： | 2019-08-29 |
| 公开（公告）号： | CN110674642B | 公开（公告）日： | 2023-04-18 |
| 发明（设计）人： | 赵翔;庞宁;谭真;郭爱博;殷风景;唐九阳;葛斌;肖卫东 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06F40/30 | 分类号： | G06F40/30;G06F40/289;G06F40/211;G06F18/25;G06N3/0464;G06N3/084 |
| 代理公司： | 北京律诚同业知识产权代理有限公司 11006 | 代理人： | 祁建国;张燕华 |
| 地址： | 410003 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种用于含噪稀疏文本的语义关系抽取方法，包括以下步骤：建立训练样本集；构建语义关系抽取模型；训练语义关系抽取模型；建立待抽取语义的数据集；利用训练好的语义关系抽取模型从待抽取语义的数据集中提取语义关系。本发明方法采用不同的卷积神经网络分别提取分词序列和对应依存路径的特征，避免了错误积累，比传统基于特征和核的关系抽取方法，有明显的效果提升；充分利用关系实例的两种信息表示，通过特征融合层将二者有效结合，为准确预测目标实体对的语义关系提供更全面的信息；加入多实例学习方法，用于在样本稀疏条件下的噪声抑制，与注意力机制相比，该机制不存在欠拟合问题，更适合稀疏样本下的语义关系抽取问题。 | ||
| 搜索关键词： | 一种 用于 稀疏 文本 语义 关系 抽取 方法 | ||
【主权项】：
1.一种用于含噪稀疏文本的语义关系抽取方法，其特征在于，包括以下步骤：/n步骤1，建立中文文本训练样本集；/n步骤2，构建语义关系抽取模型；/n步骤3，训练语义关系抽取模型；/n步骤4，建立待抽取语义的数据集；/n步骤5，利用训练好的语义关系抽取模型从待抽取语义的数据集中提取语义关系。/n所述的训练样本集是利用知识图谱远程监督维基百科上的语料自动生成弱标注的数据，每条训练实例包含目标实体对、分词序列、依存路径和弱监督标签；/n所述的依存路径为最短依存路径，定义为：在句法分析依存树中实体对之间的最短路径。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910806205.1/，转载请声明来源钻瓜专利网。
- 上一篇：基于GPT-2模型的中文电子病历实体识别方法
- 下一篇：一种免手操作的翻译机
