申请/专利权人:广东工业大学
申请日:2021-04-28
公开(公告)日:2024-04-16
公开(公告)号:CN113011191B
主分类号:G06F40/295
分类号:G06F40/295;G06F40/30;G06N3/0464;G06N3/044
优先权:
专利状态码:有效-授权
法律状态:2024.04.16#授权;2021.07.09#实质审查的生效;2021.06.22#公开
摘要:本申请公开了一种知识联合抽取模型训练方法,包括:S1:采用初始种子训练集训练预置联合抽取模型,得到更新联合抽取模型,初始种子训练集包括第一标签,预置联合抽取模型用于实体识别和关系抽取;S2:通过无标注测试集对更新联合抽取模型进行测试,得到测试结果;S3:基于最大熵原理对测试结果进行评估分析,得到评估置信度;S4:在评估置信度小于置信度阈值时,将添加第二标签后的无标注测试集加入初始种子训练集中,并执行步骤S1‑S3。本申请能够解决现有技术需要大量的人力进行语料标注,且将实体识别和关系抽取分别作独立任务完成,导致实际操作耗费人力的同时还忽略了信息抽取过程中的关联性的技术问题。
主权项:1.一种知识联合抽取模型训练方法,其特征在于,包括:S1:采用初始种子训练集训练预置联合抽取模型,得到更新联合抽取模型,所述初始种子训练集包括第一标签,所述预置联合抽取模型用于实体识别和关系抽取,所述预置联合抽取模型包括字符嵌入层、Bi-LSTM层、自注意力机制层和Bi-GCN层;相应的,步骤S1,包括:通过所述字符嵌入层对所述初始种子训练集进行词向量提取,并提取所述词向量对应的字符特征向量;通过所述Bi-LSTM层对所述字符特征向量进行上下文特征提取,得到上下文特征向量;通过所述自注意力机制层根据所述上下文特征向量进行强关系捕捉,得到增强上下文特征向量;通过所述Bi-GCN层根据所述增强上下文特征向量进行实体识别和关系抽取;S2:通过无标注测试集对所述更新联合抽取模型进行测试,得到测试结果;S3:基于最大熵原理对所述测试结果进行评估分析,得到评估置信度;S4:在所述评估置信度小于置信度阈值时,将添加第二标签后的所述无标注测试集加入所述初始种子训练集中,并执行步骤S1-S3。
全文数据:
权利要求:
百度查询: 广东工业大学 一种知识联合抽取模型训练方法
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。