[发明专利]一种基于图神经网络和强化学习的事实验证方法在审
| 申请号： | 202211085132.X | 申请日： | 2022-09-06 |
| 公开（公告）号： | CN115511082A | 公开（公告）日： | 2022-12-23 |
| 发明（设计）人： | 杨鹏;赵广振;查显宇;姚雨;戈妍妍 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06N5/04 | 分类号： | G06N5/04;G06N3/04;G06N3/08;G06N20/00;G06F16/81 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 杜静静 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于图神经网络和强化学习的事实验证方法，能够验证语料库中陈述语句和表格型数据中的事实是否相符，基于Transformer的图神经网络来模拟多步推理过程，步骤如下：首先，通过图神经网络将不同类型的边编码为独立的向量，并利用自注意力机制对提取的多粒度特征进行邻居信息聚合，然后，设计一个监控节点，根据强化学习的奖励反馈，在每个图神经网络层上选择合适的证据词，通过对多个图神经网络层的信息聚合，监控节点可捕获各种潜在的关键证据，进行最终验证。最后，为了更加有效地学习聚集的证据信息，本发明利用Transformer设计了能够更加充分利用表格中证据信息的多步推理框架，提高事实验证模型的准确性。 | ||
| 搜索关键词： | 一种 基于 神经网络 强化 学习 事实 验证 方法 | ||
【主权项】：
暂无信息
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东南大学，未经东南大学许可，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/202211085132.X/，转载请声明来源钻瓜专利网。
