龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：重庆邮电大学
摘要：本发明涉及一种基于Graph‑MLP与相邻对比损失的实体关系抽取方法，包括：获取具有标签信息的训练文本数据；根据词表对训练文本进行分词处理；将训练文本中的单词嵌入向量表示得到训练文本的词序列向量；将训练文本的词序列向量输入Bi‑LSTM中提取得到训练文本的上下文语义特征表示；创建Graph‑MLP关系分类模型；并将训练文本的上下文语义特征表示作为训练样本对Graph‑MLP关系分类模型进行训练；获取目标文本的词序列向量，将目标文本的词序列向量输入训练好的Graph‑MLP关系分类模型输出目标文本中两个实体之间的关系。
主权项：1.一种基于Graph-MLP与相邻对比损失的实体关系抽取方法，其特征在于，包括：S1：获取具有标签信息的训练文本数据；所述标签信息包括：训练文本中两个实体之间的关系类别；S2：根据词表对训练文本进行分词处理；采用GloVe模型将训练文本中的单词嵌入向量表示得到训练文本的词序列向量；S3：将训练文本的词序列向量输入Bi-LSTM中提取得到训练文本的上下文语义特征表示；S4：创建Graph-MLP关系分类模型；并将训练文本的上下文语义特征表示作为训练样本对Graph-MLP关系分类模型进行训练；其中，所述Graph-MLP关系分类模型包括：Relu激活函数、MLP和softmax激活函数；S5：获取目标文本的词序列向量，将目标文本的词序列向量输入训练好的Graph-MLP关系分类模型输出目标文本中两个实体之间的关系。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于Graph-MLP与相邻对比损失的实体关系抽取方法
免责声明
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号