申请/专利权人:科大讯飞(苏州)科技有限公司
申请日:2023-12-29
公开(公告)日:2024-04-02
公开(公告)号:CN117808091A
主分类号:G06N5/025
分类号:G06N5/025;G06F18/214;G06F18/24;G06F40/279
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本申请公开了一种关系抽取方法、装置、设备及可读存储介质,涉及数据处理技术领域,该方法包括:获取目标实体对和待抽取文本;将目标实体对和待抽取文本输入关系抽取模型中,得到目标实体对的关系,关系抽取模型是基于半监督学习的方式训练得到的,关系抽取模型的训练数据集包括标注数据和未标注数据,标注数据为对应的标签的真实概率大于或等于预设阈值的训练数据,未标注数据为对应的标签的真实概率小于预设阈值的训练数据。可见,本申请中的关系抽取模型在训练时可以将训练数据区分为标注数据和未标注数据,也即在训练时可以避免训练数据中的噪声数据的干扰,提高了训练出的关系抽取模型在进行关系抽取的准确性,从而提高了关系抽取的准确度。
主权项:1.一种关系抽取方法,其特征在于,所述方法包括:获取目标实体对和待抽取文本;将所述目标实体对和所述待抽取文本输入关系抽取模型中,得到所述目标实体对的关系,所述关系抽取模型是基于半监督学习的方式训练得到的,所述关系抽取模型的训练数据集包括标注数据和未标注数据,所述标注数据为对应的标签的真实概率大于或等于预设阈值的训练数据,所述未标注数据为对应的标签的真实概率小于预设阈值的训练数据。
全文数据:
权利要求:
百度查询: 科大讯飞(苏州)科技有限公司 一种关系抽取方法、装置、设备及可读存储介质
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。