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！

龙图腾网恭喜辽宁大学申请的专利融合BERT网络与位置特征信息的实体关系抽取方法及其应用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：CN115203434B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202210791774.5，技术领域涉及：G06F16/36；该发明授权融合BERT网络与位置特征信息的实体关系抽取方法及其应用是由冯勇;张宁;徐红艳;王嵘冰设计研发完成，并于2022-07-07向国家知识产权局提交的专利申请。

本融合BERT网络与位置特征信息的实体关系抽取方法及其应用在说明书摘要公布了：融合BERT网络与位置特征信息的实体关系抽取方法及其应用，步骤如下：1实体数据采集；2数据处理；3提出模型结构；4离线训练；5在线测试；本发明公开一种融合BERT网络与位置特征信息的实体关系抽取方法。通过上述方法，解决了传统的实体抽取方法存在信息冗余、实体重叠、精确率不高等问题。本方法先利用BERT网络在文本上进行无监督预训练，然后在特定的下游任务上加入Bi‑LSTM进行微调。其次，在注意力机制的基础上添加位置特征信息，选择性地对某些信息进行关注。最后，实现实体关系识别与分类。本发明方法在公开数据集FB15K上进行对比实验，验证本发明方法具有更高的精确率和良好的应用前景。

本发明授权融合BERT网络与位置特征信息的实体关系抽取方法及其应用在权利要求书中公布了：1.一种融合BERT网络与位置特征信息的实体关系抽取方法，其特征在于，其步骤为： 1实体数据采集：获取专业垂直领域公开的数据集，根据BIO标注采集样本； 2数据处理：将得到实体样本分为训练集、验证集和测试集，最大最小归一化处理； 3提出模型结构：提出的融合BERT网络与位置特征信息的实体关系抽取模型，由BERT模型、Bi-LSTM、线性层、Attention层、全连接层组成；首先，BERT层捕获更强的上下文语义信息，其次，通过Bi-LSTM拼接完整的时间步隐状态序列，映射到线性层得到每个类别标签的得分，然后，通过Attention层分配权重，选择特定信息与位置嵌入矩阵P在全连接层拼接区分相同实体在不同关系间的特征表示，最后通过实体分类矩阵C完成实体分类预测； 对BERT的输出序列中每个词计算其与当前注意力输出序列触发词的距离，然后根据句子最大长度m和位置特征大小n随机初始化位置嵌入矩阵P，通过查询位置嵌入矩阵P得到每个词的关系位置特征Pft，关系位置特征按照公式5计算： Pft＝PPr-Pw5 其中，Pr代表关系触发词的位置；Pw代表BERT输出序列词的位置； 将位置嵌入矩阵与注意力机制输出矩阵在全连接层进行拼接，得到实体分类矩阵6： C＝fAttention_rk×1；P6 其中f·代表全连接层；Attentiont_rk×1为注意力机制的输出向量矩阵；P为位置嵌入矩阵，C为当前实体分类矩阵； 4离线训练：利用训练集和正则化策略训练模型和保存实体分类矩阵C最优参数； 5在线测试：应用测试集验证模型性能或加载预训练参数微调整个模型微调，利用参数共享迁移学习实现模型及时训练。

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辽宁大学，其通讯地址为：110000 辽宁省沈阳市沈北新区道义南大街58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”。