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：武汉工程大学
申请日：2021-07-22
公开（公告）日：2024-06-21
公开（公告）号：CN113743118B
主分类号：G06F40/295
分类号：G06F40/295;G06N3/0455;G06N3/0464;G06N3/0442;G06Q50/18
优先权：
专利状态码：有效-授权
法律状态：2024.06.21#授权;2021.12.21#实质审查的生效;2021.12.03#公开
摘要：本发明公开了一种基于融合关系信息编码的法律文书中的实体关系抽取方法，包括以下步骤：S1、根据预先建立的法律文书中的目标关系表使用联合标记法对训练文本中的主体、客体和非实体进行标注；S2、使用与预训练模型BERT对经过标注的训练文本进行编码，得到原始文本编码；S3、将原始文本编码输入多通道卷积神经网络，获得目标关系表中各个关系类别所对应的关系信息编码；S4、使用权值法对原始文本编码和关系信息编码进行融合，得到融合信息编码；S5、通过神经网络模型LSTM对融合信息编码进行解码，得到最后的实体关系识别结果。
主权项：1.一种基于融合关系信息编码的法律文书中的实体关系抽取方法，其特征在于，包括以下步骤：S1、根据预先建立的法律文书中的目标关系表使用联合标记法对训练文本中的主体、客体和非实体进行标注；S2、使用与预训练模型BERT对经过标注的训练文本进行编码，得到原始文本编码；S3、将原始文本编码输入多通道卷积神经网络，获得目标关系表中各个关系类别所对应的关系信息编码；S4、使用权值法对原始文本编码和关系信息编码进行融合，得到融合信息编码；S5、通过神经网络模型LSTM对融合信息编码进行解码，得到最后的实体关系识别结果；其中，联合标注法具体对每个关系都进行标注，其中1、2分别对应关系中的主体标签和客体标签，0对应关系中的非实体标签；权值法具体先使用向量点积、余弦相似度或者映射矩阵作为相关度函数计算文本的关系信息编码与原始文本编码的相关度；然后将计算后得到的相关度向量输入softmax函数，计算得到原始文本编码中各个词的权值；最后将各词的原始编码与对应的权值相乘，得到最终的融合信息编码。
全文数据：
权利要求：
百度查询： 武汉工程大学 基于融合关系信息编码的法律文书中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