买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜中国人民解放军国防科技大学申请的专利基于提示对比学习的持续学习下小样本关系抽取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116719934B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310583107.2，技术领域涉及：G06F16/353；该发明授权基于提示对比学习的持续学习下小样本关系抽取方法是由谭真;张翀;吴菲;庞宁;赵翔;葛斌;肖卫东;唐九阳;潘岩;胡艳丽设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本基于提示对比学习的持续学习下小样本关系抽取方法在说明书摘要公布了：本申请涉及一种基于提示对比学习的持续学习下小样本关系抽取方法。所述方法包括：将基于提示的数据输入预训练BERT模型获得句子的向量表示并将句子的向量表示映射到低维嵌入空间，得到隐藏表示；对隐藏表示进行归一化处理，得到规范化嵌入表示；根据标签集上的概率分布、隐藏表示、规范化嵌入表示和数据增强策略构建初始CFRE模型的总损失函数，利用训练数据集和总损失函数对初始CFRE模型进行训练，最小化初始CFRE模型的损失函数来优化模型中的参数，根据对比学习和知识蒸馏方法对初始持续小样本关系抽取模型进行优化，利用持续小样本关系抽取模型进行关系抽取。采用本方法能够提高实体关系抽取准确率。

本发明授权基于提示对比学习的持续学习下小样本关系抽取方法在权利要求书中公布了：1.一种基于提示对比学习的持续学习下小样本关系抽取方法，其特征在于，所述方法包括：获取任务集和初始CFRE模型；所述任务集中包含多个任务；所述每个任务包含各自的训练数据集；所述数据集包含多个训练样本；所述训练样本包括多个句子；对任务中的句子进行信息增强，得到增强后的句子；根据预先构建的模板映射函数对所述增强后的句子进行映射，得到基于提示的数据；将所述基于提示的数据输入预训练BERT模型获得句子的向量表示，根据句子的向量表示计算得到标签集上的概率分布；利用投影头将所述句子的向量表示映射到低维嵌入空间，得到隐藏表示；对所述隐藏表示进行归一化处理，得到规范化嵌入表示；在每个任务中根据所述标签集上的概率分布、隐藏表示、规范化嵌入表示和数据增强策略构建初始CFRE模型的总损失函数，利用所述训练数据集和所述总损失函数对初始CFRE模型进行训练，最小化所述初始CFRE模型的损失函数来优化模型中的参数，得到初始持续小样本关系抽取模型；根据对比学习和知识蒸馏方法对所述初始持续小样本关系抽取模型进行优化，得到持续学习下小样本关系抽取模型；利用所述持续学习下小样本关系抽取模型进行关系抽取。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。