恭喜中科蓝智(武汉)科技有限公司桑艳娟获国家专利权
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!
龙图腾网恭喜中科蓝智(武汉)科技有限公司申请的专利基于混合特征表示的实体关系联合抽取系统及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:CN114595338B 。
龙图腾网通过国家知识产权局官网在2025-06-20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:202210202416.6,技术领域涉及:G06F16/36;该发明授权基于混合特征表示的实体关系联合抽取系统及方法是由桑艳娟;冀振燕;孔德焱;王炎设计研发完成,并于2022-03-03向国家知识产权局提交的专利申请。
本基于混合特征表示的实体关系联合抽取系统及方法在说明书摘要公布了:本发明公开一种基于混合特征表示的实体关系联合抽取系统及方法,所述系统包括:特征提取模块,用于从工业文本数据中提取字符级别特征向量和词级别特征向量;特征融合模块,用于使用最大池化操作对字符级别特征向量和词级别特征向量进行融合,生成混合特征向量;模型构建模块,用于基于双向LSTM编码器、头实体识别单元、实体类型分类单元、关系‑尾实体识别单元构建实体关系联合抽取模型;联合识别模块,用于将混合特征向量输入到实体关系联合抽取模型中,识别出工业文本数据中所有的实体和关系。本发明在多个粒度级别上整合特征信息,有效处理重叠三元组问题,可提高实体关系抽取的准确度。
本发明授权基于混合特征表示的实体关系联合抽取系统及方法在权利要求书中公布了:1.一种基于混合特征表示的实体关系联合抽取系统,其特征在于,所述系统包括: 特征提取模块:用于从工业文本数据中提取字符级别特征向量和词级别特征向量; 特征融合模块:用于使用最大池化操作对字符级别特征向量和词级别特征向量进行融合,生成混合特征向量; 模型构建模块:用于基于双向LSTM编码器、头实体识别单元、实体类型分类单元、关系-尾实体识别单元构建实体关系联合抽取模型; 所述模型构建模块中,所述双向LSTM编码器为带有注意力机制的双向LSTM模型,用于对输入的混合特征向量进行编码,提取工业文本数据文本中长距离命名实体之间的依赖关系,同时提取工业文本数据中字符之间、字符与命名实体之间以及实体字符位置之间的相关性; 所述模型构建模块中,所述头实体识别单元包括两个相同的第一二元分类器,用于对双向LSTM编码器输出的编码后的混合特征向量进行标记,每个标记分配一个二进制标识来分别检测实体的开始位置和结束位置,基于实体的开始位置和结束位置生成多个实体特征向量; 所述模型构建模块中,所述关系-尾实体识别单元将关系和尾实体的识别作为一个机器阅读理解任务,通过先验知识获取关系的描述信息,将关系的描述信息和头实体拼接作为机器阅读理解任务的问题,将编码后的混合特征向量作为机器阅读理解任务的段落,以阅读理解的方式嵌入到预训练的BERT模型中,并通过两个第二二元分类器识别与输入的关系的描述信息和头实体对应的尾实体; 所述预训练的BERT模型中,使用多头自注意机制捕获token之间的交互信息,为工业文本数据提供先验知识,同时在训练的过程中捕获上下文语义特征信息,从而消除同音异义词的歧义,表达语义和句法模式; 所述关系-尾实体识别单元中,第二二元分类器为给定上下文和特定查询输出多个开始位置索引和多个结束位置索引,支持根据查询提取所有相关实体; 联合识别模块:用于将混合特征向量输入到实体关系联合抽取模型中,识别出工业文本数据中所有的实体和关系。
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科蓝智(武汉)科技有限公司,其通讯地址为:430000 湖北省武汉市洪山区珞瑜路609号联合国际505室;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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。