-
公开(公告)号:CN117669721B
公开(公告)日:2024-04-19
申请号:CN202410139850.3
申请日:2024-02-01
IPC分类号: G06N5/022 , G06N3/0455 , G06N3/08
摘要: 本申请适用于计算机领域,提供了信息抽取方法、装置、电子设备及计算机存储介质,包括:获取待抽取文本;将所述待抽取文本输入信息抽取模型,其中,所述信息抽取模型是基于预训练模型进行训练获得的,所述预训练模型是对预训练语料库进行实体知识训练获得的;根据所述信息抽取模型输出的信息抽取结果,获得所述待抽取文本对应的目标信息。本申请通过采用经过实体知识训练的信息提取模型对待抽取文本进行处理,从而提取出表征待提取文本实体知识以及实体关系的内容,提高了信息抽取结果中实体语义关联性。
-
公开(公告)号:CN117669721A
公开(公告)日:2024-03-08
申请号:CN202410139850.3
申请日:2024-02-01
IPC分类号: G06N5/022 , G06N3/0455 , G06N3/08
摘要: 本申请适用于计算机领域,提供了信息抽取方法、装置、电子设备及计算机存储介质,包括:获取待抽取文本;将所述待抽取文本输入信息抽取模型,其中,所述信息抽取模型是基于预训练模型进行训练获得的,所述预训练模型是对预训练语料库进行实体知识训练获得的;根据所述信息抽取模型输出的信息抽取结果,获得所述待抽取文本对应的目标信息。本申请通过采用经过实体知识训练的信息提取模型对待抽取文本进行处理,从而提取出表征待提取文本实体知识以及实体关系的内容,提高了信息抽取结果中实体语义关联性。
-
公开(公告)号:CN118193684A
公开(公告)日:2024-06-14
申请号:CN202410607338.7
申请日:2024-05-16
IPC分类号: G06F16/33 , G06F16/36 , G06F40/279 , G06V20/62 , G06F18/213 , G06F18/27 , G06V10/82 , G06N3/0455 , G06N3/042 , G06N3/08 , G06N5/04
摘要: 本发明涉及自然语言处理技术领域,特别是指一种基于大语言模型和知识图谱的多模态推理方法及装置。基于大语言模型和知识图谱的多模态推理方法包括:将训练推理问题分为文本数据以及图像数据;根据文本数据以及图像数据,通过预设的多模态知识图谱进行检索,获得多模态知识子图;基于编码器的网络结构以及适配器的网络结构进行模型构建,获得MR‑MKG框架;将MR‑MKG框架加入大语言模型;使用文本数据、图像数据和多模态知识子图,对待训练多模态推理模型进行训练优化,获得多模态推理模型;根据目标推理问题,通过多模态推理模型进行推理,获得推理结果。本发明是一种基于多模态知识图谱的充分利用大语言模型推理能力的多模态推理方法。
-
公开(公告)号:CN118193684B
公开(公告)日:2024-07-23
申请号:CN202410607338.7
申请日:2024-05-16
IPC分类号: G06F16/33 , G06F16/36 , G06F40/279 , G06V20/62 , G06F18/213 , G06F18/27 , G06V10/82 , G06N3/0455 , G06N3/042 , G06N3/08 , G06N5/04
摘要: 本发明涉及自然语言处理技术领域,特别是指一种基于大语言模型和知识图谱的多模态推理方法及装置。基于大语言模型和知识图谱的多模态推理方法包括:将训练推理问题分为文本数据以及图像数据;根据文本数据以及图像数据,通过预设的多模态知识图谱进行检索,获得多模态知识子图;基于编码器的网络结构以及适配器的网络结构进行模型构建,获得MR‑MKG框架;将MR‑MKG框架加入大语言模型;使用文本数据、图像数据和多模态知识子图,对待训练多模态推理模型进行训练优化,获得多模态推理模型;根据目标推理问题,通过多模态推理模型进行推理,获得推理结果。本发明是一种基于多模态知识图谱的充分利用大语言模型推理能力的多模态推理方法。
-
-
公开(公告)号:CN117494806A
公开(公告)日:2024-02-02
申请号:CN202311830157.2
申请日:2023-12-28
摘要: 本发明公开了一种基于知识图谱和大语言模型的关系抽取方法、系统及介质,涉及自然语言处理技术领域,包括:从知识图谱中提取出待预测文本中的目标实体对应的候选抽象实体;目标实体包括头实体和尾实体;基于大语言模型和依据目标实体所在文本,将候选抽象实体与实际语境中对应的抽象实体进行关联,得到目标实体对应的关联抽象实体和对关联抽象实体的推理过程;将推理过程融入提示中,利用大语言模型生成待预测文本中的头实体和尾实体之间的目标预测关系。本发明缓解了现有技术存在的对模型进行训练的过程费时费力的技术问题。
-
-
-
-
-