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多知识增强原型网络的少样本关系抽取方法和装置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：CN120068874B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202510523318.6，技术领域涉及：G06F40/295；该发明授权基于多知识增强原型网络的少样本关系抽取方法和装置是由武惠;钟志农;陈荦;吴烨;杨飞;马梦宇;杨岸然;贾庆仁;熊伟;陈浩;李军;景宁设计研发完成，并于2025-04-24向国家知识产权局提交的专利申请。

本基于多知识增强原型网络的少样本关系抽取方法和装置在说明书摘要公布了：本申请涉及一种基于多知识增强原型网络的少样本关系抽取方法和装置。所述方法包括：构建了一个由语义编码器、多知识增强学习模块、双对比学习模块以及关系预测模块组成的多知识增强原型网络，该网络采用提示学习设计带有实体信息的提示模板来激活预训练语言模型中的知识，能够获得更准确的实例语义表示；同时引入了多粒度实体类型和关系描述两种先验知识，增强了实例和原型的语义表示；以及设计了基于实例和原型的双对比学习模块，从实例和原型两个不同层面学习实例表示和原型表示的类别独特性和可区分性，从而能够基于少量样本充分捕捉和理解文本中所有关系的特征，提高了文本实体识别与关系分类预测的准确度。

本发明授权基于多知识增强原型网络的少样本关系抽取方法和装置在权利要求书中公布了：1.一种基于多知识增强原型网络的少样本关系抽取方法，其特征在于，所述方法应用于文本实体识别与分类场景，所述方法包括： 将包含有多个关系类别及对应实例的数据集按类别划分为训练集、验证集和测试集； 从划分后的各数据集中随机抽取多个元任务，并引入多粒度实体类型与关系描述作为先验知识；其中，每个元任务由一个支撑集和一个查询集组成，支撑集和查询集中包含多个关系类别及各关系类别对应的多个实例，每个实例由句子及句子中实体对的关系类别组成； 构建由语义编码器、多知识增强学习模块、双对比学习模块以及关系预测模块组成的多知识增强原型网络；其中，语义编码器用于编码生成实例与先验知识的特征表示；多知识增强学习模块用于根据先验知识对支撑集实例和查询集实例进行知识增强学习，并根据得到的支撑集实例增强表示生成原型增强表示；双对比学习模块用于分别采用基于实例的对比学习与基于原型的对比学习从实例和原型两个不同层面进行关系类别区分学习；关系预测模块用于根据原型增强表示与查询集实例增强表示之间的相似度，预测查询集实例所属的关系类别； 将从训练集与验证集中随机抽取的元任务及先验知识输入多知识增强原型网络，并构建包括双对比学习损失与关系预测的分类损失的综合损失函数进行网络训练与评估，直至得到训练好的网络执行少样本关系抽取任务。

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”。