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：苏州大学
摘要：本发明涉及知识图谱技术领域，尤其是指一种基于实体对与最短依赖路径的关系抽取方法、装置及计算机可读存储介质，包括：构建关系抽取模型；将多个句子输入至嵌入层，得到每个句子的第一实体嵌入、第二实体嵌入和上下文表示；利用最短依赖路径处理模块生成最短依赖路径表示；获取每个句子的融合特征和句子语义信息；将多个句子的融合特征输入至图神经网络，得到每个句子的图拓扑信息；将每个句子的句子语义信息和图拓扑信息融合后输入至分类层，对句子进行分类。本发明将最短依赖路径与实体对图相结合，通过实体对图使得实体对之间互相学习实体信息和上下文信息，有效地利用了句子的上下文信息，显著提高了句子分类预测的准确性和可靠性。
主权项：1.一种基于实体对与最短依赖路径的关系抽取方法，其特征在于，包括：将多个句子输入至关系抽取模型的嵌入层，得到每个句子的词嵌入和句子嵌入；基于词嵌入获取每个句子的第一实体嵌入和第二实体嵌入，所述第一实体嵌入和第二实体嵌入构成实体对；将句子嵌入作为每个句子的上下文表示；获取每个句子中实体对的最短依赖路径并输入至关系抽取模型的嵌入层，得到最短依赖路径的嵌入；将最短依赖路径的嵌入输入至由多头注意力机制和一维卷积层组成的最短依赖路径处理模块，得到最短依赖路径表示；将每个句子的第一实体嵌入、第二实体嵌入和最短依赖路径表示融合后得到每个句子的融合特征；将每个句子的融合特征与上下文表示融合后得到每个句子的句子语义信息；将多个句子的融合特征输入至图神经网络，以融合特征作为节点，构建实体对图，得到每个句子的图拓扑信息；将每个句子的句子语义信息和图拓扑信息融合后输入至分类层，输出每个句子的预测分类概率，对句子进行分类。
全文数据：
权利要求：
百度查询： 苏州大学 一种基于实体对与最短依赖路径的关系抽取方法及装置
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