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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利融合知识蒸馏与参数高效微调的少样本关系分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120086374B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510567812.2，技术领域涉及：G06F16/35；该发明授权融合知识蒸馏与参数高效微调的少样本关系分类方法是由武惠;钟志农;陈荦;马梦宇;吴烨;杨飞;杨岸然;贾庆仁;熊伟;陈浩;李军;景宁设计研发完成，并于2025-04-30向国家知识产权局提交的专利申请。

本融合知识蒸馏与参数高效微调的少样本关系分类方法在说明书摘要公布了：本申请涉及一种融合知识蒸馏与参数高效微调的少样本关系分类方法。所述方法构建了一种包括混合提示输入模块、编码模块、关系分类器和一致性判别器的少样本关系分类模型。该模型采用参数高效微调策略，仅需优化混合提示输入中的少量可训练虚拟标记，同时冻结其他所有模型参数，显著提升了训练效率。并且，该模型通过知识蒸馏技术构建具有一致性约束的教师‑学生框架，能够有效提取预训练模型中的事实知识，从记忆增强角度获得更稳定的关系表征。此外，该模型通过对支撑集实例的关系表示进行加权平均，能够进一步精炼提取更准确的原型表示，减少噪音干扰，最终能够提高少样本关系分类任务中查询集实例的分类预测准确性。

本发明授权融合知识蒸馏与参数高效微调的少样本关系分类方法在权利要求书中公布了：1.一种融合知识蒸馏与参数高效微调的少样本关系分类方法，其特征在于，所述方法包括： 将文本数据集划分为训练集、验证集和测试集，并从划分后的各数据集中随机抽取多个由支撑集和查询集组成的元任务；所述支撑集和查询集中包含多个关系类别及各关系类别对应的多个实例，每个实例由句子及句子中实体对的语义关系组成； 构建包括混合提示输入模块、编码模块、关系分类器和一致性判别器的少样本关系分类模型；其中，所述混合提示输入模块用于分别将构建的教师模型与学生模型中的虚拟标记与输入实例中的句子与实体对进行拼接，得到混合提示输入；所述编码模块用于根据预训练语言模型对所述混合提示输入进行编码，得到支撑集实例与查询集实例的关系表示；所述关系分类器用于对支撑集实例的关系表示进行加权平均，得到每个关系类别的原型表示，并通过计算所述原型表示与查询集实例的关系表示之间的相似度，预测查询集实例所属的关系类别；所述一致性判别器用于构建教师模型与学生模型间的一致性约束； 构建包含关系预测损失与一致性约束损失的训练目标，在所述训练集和验证集抽取的元任务上进行模型训练与评估，直至得到满足训练目标的少样本关系分类模型并执行测试集中的少样本关系分类任务；其中，模型训练时仅优化所述虚拟标记，其他所有模型参数保持冻结。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。