公开(公告)号：CN114692637B

公开(公告)日：2025-04-18

申请号：CN202210288286.2

申请日：2022-03-23

Applicant: 华南理工大学

Inventor： 范垂钦 ,  王家兵

IPC: G06F40/295 ,  G06F40/211 ,  G06F40/30 ,  G06F18/2431

Abstract: 本发明公开了一种面向句子级别的关系抽取方法、设备及存储介质，包括获得一个句子，在每个实体的两端分别插入特殊标记，输入预训练语言模型得到该句子每个词的词向量；使用随机初始化的多个关系向量分别对每个词向量计算相关度，进一步计算二分类损失；使用平均池化计算句子向量、实体向量，使用最大池化计算关系向量，将这些特殊输入多分类器得到多分类损失；将句子中的实体一定概率掩藏得到另外一个句子，衡量两个句子输出分布的一致性损失；对上述步骤中的所有损失联合训练。本发明能够有效抽取文本中的关键信息，捕捉文本中实体的联系，从而达到良好的关系抽取性能。

公开(公告)号：CN114692637A

公开(公告)日：2022-07-01

申请号：CN202210288286.2

申请日：2022-03-23

Applicant: 华南理工大学

Inventor： 范垂钦 ,  王家兵

IPC: G06F40/295 ,  G06F40/211 ,  G06F40/30 ,  G06K9/62

Abstract: 本发明公开了一种面向句子级别的关系抽取方法、设备及存储介质，包括获得一个句子，在每个实体的两端分别插入特殊标记，输入预训练语言模型得到该句子每个词的词向量；使用随机初始化的多个关系向量分别对每个词向量计算相关度，进一步计算二分类损失；使用平均池化计算句子向量、实体向量，使用最大池化计算关系向量，将这些特殊输入多分类器得到多分类损失；将句子中的实体一定概率掩藏得到另外一个句子，衡量两个句子输出分布的一致性损失；对上述步骤中的所有损失联合训练。本发明能够有效抽取文本中的关键信息，捕捉文本中实体的联系，从而达到良好的关系抽取性能。