一种中英文本实体关系抽取方法、系统及设备.pdf
论文****酱吖
亲,该文档总共22页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种中英文本实体关系抽取方法、系统及设备.pdf
本发明公开了一种中英文本实体关系抽取方法、系统及设备,接着将实体抽取结果结合提示微调模板输入中英文本实体关系抽取网络中,进行英文本实体关系抽取;本发明使用了大规模语言模型使用了有监督训练,完全可以适应大规模数据集。本发明设计的提示模板与现有的提示模板设计理念不同,因为本发明更注重模型对实体信息的侧重,而现有的提示模板大多数只关注于单个任务,即本发明的提示模板用于单语言信息抽取依旧是可行的。同时在训练模型的数据预处理方面不需要进行双语单词嵌入映射,大大减少了不同语种在语法不同的情况下导致映射出错,解决了训练
一种金融文本实体关系抽取方法及系统.pdf
本发明公开了一种金融文本实体关系抽取方法,涉及人工智能领域的技术领域,具体方案为:S1:在金融数据集上使用BERT预训练单词嵌入;S2:建立实体关系图:以金融文本中的实体作为节点,实体所在的文本作为节点之间的关系边;S3:更新实体关系图:通过关系边的转移矩阵对节点嵌入使用聚合函数更新节点嵌入,重复更新实体关系图;S4:预测关系类别:从S3过程中获取若干次更新实体关系图的各层目标实体对嵌入的输出,经变换拼接后送入多层感知机进行分类,选择概率最大的类别作为关系输出。本发明建立在金融数据基础上,因此对金融领域文
一种文本实体关系的抽取方法、装置、设备和可读介质.pdf
本说明书实施例公开了一种文本实体关系的抽取方法、装置、设备和可读介质。方案可以包括:获取待分类文本数据内的目标实体文本;获取目标实体文本相匹配的标识;提取目标实体文本的标识的隐藏状态特征向量;将任意两个目标实体文本的标识的隐藏状态特征向量进行拼接,得到任意两个标识的关系向量;将关系向量形成向量矩阵;对向量矩阵进行处理,得到目标实体文本的实体关系。本说明书实施例提供的文本实体关系的抽取方法能够加速神经网络对实体关系的抽取,具有识别精度高、耗时短的优点。
文本中实体关系的抽取方法、装置、设备及存储介质.pdf
本申请公开了一种文本中实体关系的抽取方法、装置、设备及存储介质,涉及人工智能领域。方法包括:对目标文本进行编码,得到目标文本中各个词对应的词向量;基于各个词对应的词向量,确定目标文本对应的潜在实体关系,目标文本中存在潜在实体关系的概率高于存在潜在实体关系外其它候选实体关系的概率;基于潜在实体关系以及各个词对应的词向量,确定目标文本中的目标主体和目标客体,目标主体和目标客体属于实体;基于目标主体、潜在实体关系以及目标客体,从目标文本中抽取实体关系三元组。通过对候选实体关系进行筛选得到潜在实体关系,减少冗余实
一种从电力领域的文本中抽取实体关系的方法.pdf
本申请涉及一种从电力领域的文本中抽取实体关系的方法。方法包括:获取电力领域对应的目标文本,并基于目标文本进行与电力领域相关的结构化分析,确定电力领域对应的非结构化部分,非结构化部分为目标文本中各标题下的文本内容;对非结构化部分对应的非结构化文本进行标引,并基于标引后的非结构化文本确定目标文本中对应的独立的句子成分、被单向依赖的句子成分、双向依赖的句子成分,得到电力领域对应的目标文本中的知识三元组;基于知识三元组中的各核心动词进行实体关系的标定,以对知识三元组进行优化,得到优化后的知识三元组对应的电力领域实