申请/专利权人:广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司
申请日:2022-11-17
公开(公告)日:2024-05-17
公开(公告)号:CN118052200A
主分类号:G06F40/126
分类号:G06F40/126;G06F40/295;G06F16/35;G06N3/0442;G06F40/30
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.06.04#实质审查的生效;2024.05.17#公开
摘要:本发明涉及深度学习领域,具体公开了一种端到端的关系三元组抽取方法、装置、设备和存储介质,其中包括:获取文本;对文本进行编码,获得文本的文本向量;根据文本向量、当前时刻之前的三元组累加结果和前一时刻的隐藏层结果输入LSTM解码器进行计算,得到当前时刻的隐藏层结果;根据当前时刻的隐藏层结果和文本向量,利用预测模型进行计算,得到当前时刻的三元组;将生成的所述三元组进行累加,得到当前时刻的所述三元组累加结果;判断关系表征向量是否为预设标志;若否,则循环上述的步骤;若是,则输出每一时刻的三元组,得到三元组集合。本发明解决了传统三元组抽取方式出现的错误传播、信息冗余、忽略子任务内在联系的技术问题。
主权项:1.一种端到端的关系三元组抽取方法,其特征在于,包括:S1:获取文本;S2:对所述文本进行编码,获得所述文本的文本向量;S3:根据所述文本向量、当前时刻之前的三元组累加结果和前一时刻的隐藏层结果输入LSTM解码器进行计算,得到当前时刻的隐藏层结果;S4:根据当前时刻的所述隐藏层结果和所述文本向量,利用预测模型进行计算,得到当前时刻的三元组,其中,所述三元组包括头实体向量、尾实体向量和关系表征向量;S5:将生成的所述三元组进行累加,得到当前时刻的所述三元组累加结果;S6:判断所述关系表征向量是否为预设标志;S7:若否,则循环S3、S4、S5的步骤;S8:若是,则输出每一时刻的三元组,得到三元组集合。
全文数据:
权利要求:
百度查询: 广州视源电子科技股份有限公司;广州视源人工智能创新研究院有限公司 端到端的关系三元组抽取方法、装置、设备和存储介质
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。