申请/专利权人:东北电力大学
申请日:2024-01-10
公开(公告)日:2024-04-26
公开(公告)号:CN117932083A
主分类号:G06F16/36
分类号:G06F16/36;G06F40/30;G06N3/042;G06N3/0464;G06N3/0455;G06N3/08;G06F16/35;G06N5/025
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.14#实质审查的生效;2024.04.26#公开
摘要:本发明涉及文档文本数据处理技术领域,特别涉及一种基于异构图卷积神经网络的文档级关系抽取方法,包含如下步骤:获取给定文档;对所述给定文档的文本数据进行数据预处理,获得所述给定文档的编码特征;基于启发式规则将所述编码特征转化为图结构;捕获所述给定文档的实体与所述给定文档的句子之间的隐式关系;通过分类器获取所述给定文档的实体之间的语义关系。本发明解决了现有技术中存在的抽取准确率低的缺陷。
主权项:1.一种基于异构图卷积神经网络的文档级关系抽取方法,其特征在于,包含如下步骤:获取给定文档;对所述给定文档的文本数据进行数据预处理,获得所述给定文档的编码特征;基于启发式规则将所述编码特征转化为图结构;捕获所述给定文档的实体与所述给定文档的句子之间的隐式关系;通过分类器获取所述给定文档的实体之间的语义关系。
全文数据:
权利要求:
百度查询: 东北电力大学 基于异构图卷积神经网络的文档级关系抽取方法
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。