一种面向公共事务的负面信息细分类方法及系统

    公开(公告)号:CN119988623A

    公开(公告)日:2025-05-13

    申请号:CN202411978984.0

    申请日:2024-12-31

    Abstract: 本发明公开一种面向公共事务的负面信息细分类方法及系统,属于人工智能技术领域。所述方法包括:收集负面信息样本,并标识所述负面信息样本的标签,所述标签包括:程度标签和分类标签;抽取所述负面信息样本的摘要信息与关键词,并对所述负面信息样本进行情感分类;基于所述负面信息样本以及该负面信息样本的标签、摘要信息、关键词与情感分类结果,构建训练数据集;使用所述训练数据集微调Ernie模型,得到负面信息细分类模型;基于所述负面信息细分类模型进行目标负面信息的分类,得到该目标负面信息的细分类结果。本发明可以提升对多类别公共事务负面信息的精确分类能力,并解决现有技术中的分类混淆和准确性不足问题。

    一种基于多视图蒸馏增强的实体链接方法

    公开(公告)号:CN118760772B

    公开(公告)日:2025-04-01

    申请号:CN202410736212.X

    申请日:2024-06-07

    Abstract: 本发明公开了一种基于多视图蒸馏增强的实体链接方法。本方法包括:1)多视图实体表征:将每个实体原本篇章级的文本描述分成多个句子级的视图,对每一视图独立地经过语言模型进行编码,得到每一句子视图对应的向量表征;从中选择一个和提及最相关的视图的向量表征作为实体的向量表征,以避免与提及无关的信息被引入到实体表征中;2)多视图蒸馏增强:在引入了细粒度的视图表征后,通过交叉对齐和自对齐机制,分别在原始的实体层次以及细粒度的视图层次两个维度上对齐学生模型和教师模型间的相关性分数分布,从而促进教师模型到学生模型的细粒度知识蒸馏。本发明促进了实体链接系统的整体性能的提升。

Patent Agency Ranking