买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】训练用于跨知识库将提及链接到实体的模型的设备和方法_罗伯特·博世有限公司_202310302848.9 

申请/专利权人:罗伯特·博世有限公司

申请日:2023-03-23

公开(公告)日:2023-09-26

公开(公告)号:CN116805009A

主分类号:G06F16/36

分类号:G06F16/36;G06F40/295;G06F40/30;G06F18/214

优先权:["20220325 DE 102022202983.6"]

专利状态码:在审-公开

法律状态:2023.09.26#公开

摘要:训练用于跨知识库将提及链接到实体的模型的设备和方法,包括:取决于训练数据训练模型,用于将第一知识库的实体映射到其在向量空间中的第一表示,将第二知识库的实体映射到其在向量空间中的第二表示,将提及映射到向量空间中的第三表示,其中训练数据包括对的集合,其中每个对包括文本上下文中的提及以及其在第一知识库或第二知识库中的对应参考实体,其中训练模型包括评估损失函数,其中针对每个对,损失函数包括对中的提及在向量空间中的表示与对中的参考实体在向量空间中的表示之间的相似性的度量和或对中的提及在向量空间中的表示与第一知识库或第二知识库的实体与对中的参考实体不同在向量空间中的至少一个表示之间的不相似性的度量。

主权项:1.一种用于训练用于跨知识库将文本上下文110中的提及链接到实体106-11、......、106-nm的模型的方法,其特征在于,取决于训练数据,训练302所述模型,用于将第一知识库106-1的实体映射到其在向量空间200中的第一表示,用于将第二知识库106-n的实体映射到其在向量空间200中的第二表示,用于将所述提及映射到向量空间中的第三表示,其中所述训练数据包括对的集合,其中每个对包括文本上下文中的提及以及其在第一知识库106-1或第二知识库106-n中的对应参考实体,其中训练所述模型包括评估损失函数,其中针对每个对,所述损失函数包括所述对中的提及在向量空间中的表示与所述对中的参考实体在向量空间中的表示之间的相似性的度量、和或所述对中的提及在向量空间中的表示与第一知识库106-1或第二知识库106-n的实体在向量空间中的至少一个表示之间的不相似性的度量,第一知识库106-1或第二知识库106-n的所述实体与所述对中的参考实体是不同的,其中所述训练数据包括对的集合一一其中每个对包括第一知识库106-1的实体和第二知识库106-n的实体,其中所述对中的实体是相同的、以及对的集合一—其中每个对包括第一知识库106-1的实体和第二知识库106-n的实体,其中所述对中的实体是彼此不同的或者是不相似的或者是不相同的,其中所述损失函数包括所述对中的实体在向量空间中的表示之间的相似性的度量和或所述对中的实体在向量空间中的表示之间的不相似性的度量。

全文数据:

权利要求:

百度查询: 罗伯特·博世有限公司 训练用于跨知识库将提及链接到实体的模型的设备和方法

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。