龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：华东交通大学
申请日：2024-04-23
公开（公告）日：2024-05-28
公开（公告）号：CN118095250A
主分类号：G06F40/205
分类号：G06F40/205;G06N3/08;G06N3/0455;G06F40/30;G06N5/025
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.06.14#实质审查的生效;2024.05.28#公开
摘要：本发明提供一种细分领域增强的隐式篇章关系识别方法，应用于隐式篇章关系识别模型，所述隐式篇章关系识别模型包括基础编码模块、多个细分领域编码模块、综合领域编码及分类模块、细分领域训练模块和综合领域训练模块，对于来自不同细分领域的实例，模型能够基于多级增强层自动选择相应细分领域的知识，有利于提升识别的性能；本发明使用多个细分领域编码模块可以更好地保存各细分领域的知识，以避免集成到同一模块中可能造成的知识遗忘问题，各细分领域编码模块可以单独训练，在所含细分领域发生变化时，重新训练模型的代价较小。
主权项：1.一种细分领域增强的隐式篇章关系识别方法，其特征在于，应用于隐式篇章关系识别模型，所述隐式篇章关系识别模型包括基础编码模块、多个细分领域编码模块、综合领域编码及分类模块、细分领域训练模块和综合领域训练模块；所述方法包括：基础编码模块通过预训练语言模型学习输入实例的多层语义表示，然后提取预训练语言模型中预设层数的Transformer层的输出作为输入实例的多层语义表示；各个细分领域编码模块以输入实例的多层语义表示为输入，计算得到各个细分领域的多层语义表示，其中，每个细分领域编码模块包括多个适配层，且适配层的数量与输入实例多层语义表示的层数一致，每个适配层以对应的输入实例的语义表示以及上一个适配层的输出为输入，计算得到对应的适配层输出；综合领域编码及分类模块在各个细分领域的多层语义表示的基础上，学习输入实例在综合领域的多层语义表示，然后基于分类层进行隐式篇章关系识别；细分领域训练模块基于多个细分领域的显式篇章关系数据，分别对相应细分领域编码模块进行训练，综合领域训练模块基于人工标注隐式篇章关系数据，对综合领域编码及分类模块进行训练，直至模型收敛。
全文数据：
权利要求：
百度查询： 华东交通大学 一种细分领域增强的隐式篇章关系识别方法
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