内容提供者
一种结合先验知识的金融实体关系抽取系统及方法.pdf
2023-05-24
10金币
452KB
13页
宁馨****找我
实名认证
内容提供者
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10
亲，该文档总共13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
一种结合先验知识的金融实体关系抽取系统及方法.pdf
本发明涉及一种结合先验知识的金融实体关系抽取系统及方法,系统至少包括:深度预训练模块用于基于与金融相关的语料对深度神经网络进行训练并生成能够识别金融实体属性的深度预训练模型,关键词分析模块用于针对中文金融先验知识提取并输出中文金融文本中的关键词的位置信息和重要性向量;注意力机制模块用于根据关键词的位置信息进行编码以得到注意力掩码,并且将注意力掩码与中文金融文本的实体信息输入至深度预训练模型以获取文本特征向量;最优间隔分布模型模块用于基于输入的文本特征向量和重要性向量预测金融实体关系。针对现有模型对于中文特
2023-05-24
10
452KB
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
2023-07-25
10
635KB
一种面向金融领域知识图谱构建实体关系抽取方法及系统.pdf
本发明涉及一种面向金融领域知识图谱构建实体关系抽取方法及系统,包括:获取领域数据集;将实体关系抽取分解为关系分类与实体识别;将领域数据集的文本及关系标签输入至关系分类模型进行关系分类,得到关系分类输出结果;将关系分类输出结果以及序列标注标签输入至实体识别模型,得到实体识别输出结果;将关系分类输出结果与实体识别输出结果融合为金融领域三元组。本发明所述方法及系统通过面向金融领域知识图谱构建使用深度学习的方法进行实体关系抽取,利用预训练模型降低模型对数据的需求量,设计级联结构数据中的重叠问题并融合领域外部信息库
2023-05-25
10
778KB
基于关系导向的实体关系联合抽取方法及系统.pdf
本发明属于自然语言处理技术领域，特别涉及一种基于关系导向的实体关系联合抽取方法及系统，对目标文本中句子进行编码，获取目标文本中句子向量表示；针对句子向量表示，利用关系抽取模块抽取目标文本中所包含的关系类型；将抽取的关系类型作为先验知识与目标文本句子中词向量表示进行融合，利用实体识别模块来识别目标文本中与抽取的关系类型对应的实体。本发明能够减少对无关实体的关注，避免抽取冗余实体，进而对识别出的多个关系类型分别识别其对应的实体对，解决实体重叠问题，最终抽取出句子中所包含的全部实体关系三元组，提升实体关系识别准
2023-07-25
10
868KB
基于实体森林的实体语义关系联合抽取方法及系统.pdf
本发明提出一种基于实体森林的实体语义关系联合抽取方法和系统，包括：获取待识别实体语义关系的语料；得到句子及其对应的词序列，对句子的词序列进行编码，得到训练语料中句子的分布式表示；句子的分布式表示进行序列标注，得到实体头部，作为实体树的根节点，以根节点为循环神经网络模型的初始状态，依次输入句子中子词至循环神经网络模型，以森林的形式识别嵌套实体，得到多棵嵌套实体树；将嵌套实体树的实体表示输入TransformerDecoder模块，通过多头注意力机制，得到嵌套实体树中包含实体树间交互信息、实体和输入文本之间
2023-06-03
10
2.4MB