内容提供者
文本抽取方法、装置、计算机设备及存储介质.pdf
2023-07-25
10金币
672KB
20页
是向****23
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20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
文本抽取方法、装置、计算机设备及存储介质.pdf
本申请实施例属于人工智能领域，应用于医疗领域中，涉及一种文本抽取方法，包括获取待处理文本和预设抽取模型，输入待处理文本至预设抽取模型，根据编码层对待处理文本进行编码，得到目标编码向量；输入目标编码向量至第一网络层，计算得到第一网络向量；输入第一网络向量至第二网络层，计算得到目标特征矩阵，对目标特征矩阵进行自注意力计算，得到目标特征向量；输入目标特征向量至判别层，计算得到最优标注序列，获取最优标注序列对应的实体信息，得到目标抽取文本。本申请还提供一种文本抽取装置、计算机设备及存储介质。此外，本申请还涉及区块
2023-07-25
10
672KB
文本摘要抽取方法、计算机装置、产品及存储介质.pdf
本发明公开了一种文本摘要抽取方法、计算机装置、产品及存储介质，提出双层记忆网络，使句子向量融合了上下文中的语义关系。变换后的记忆网络有两层，第一层是单向记忆网络，第二层是双向记忆网络。为了使后续句子分类时充分融合前文已有信息，本发明通过单向记忆网络将目标语句向量和前文语句向量相结合。在单向记忆网络中，前文的句子向量被不加区分地融合，为了引入句子在司法裁判文书中的位置信息，本发明通过双向记忆网络将目标语句向量和其上下文语句向量相结合。本发明可以在将裁判文书的上下文语义融入句子本身的语义特征，使抽取式摘要更精
2023-07-25
10
605KB
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
2023-07-25
10
1.2MB
一种文本关系抽取方法、装置、设备和计算机存储介质.pdf
本发明涉及一种文本关系抽取方法、装置、设备和和计算机存储介质。本发明所述的文本关系抽取方法包括获取文本句包；利用Bert预训练模型对文本句包进行负训练，将文本句包分为干净句包和噪声句包，并对噪声句包进行重标签，得到优化的文本句包；利用BERT预训练模型对优化的文本句包进行正训练，得到文本句包的分类结果。本发明所述的文本关系抽取方法通过Bert预训练模型对文本句包进行负训练，可以识别文本句包的噪声句包，进而对噪声句包进行重标签，显著降低了文本句包的噪声，有助于提高文本关系抽取效果。
2023-06-29
10
530KB
文本信息抽取方法、装置、设备、存储介质以及程序产品.pdf
本公开提供了一种文本信息抽取方法、装置、设备、存储介质以及程序产品，涉及数据处理技术领域，尤其涉及知识图谱、自然语言处理等人工智能技术领域。具体实现方案为：利用树结构表征输入文本，得到文本树结构，文本树结构包括从根节点到每一个叶节点的至少一个树结构路径；根据目标关系，从至少一个树结构路径中确定与目标关系对应的目标路径；以及根据目标路径，确定与目标关系相关的目标主体和目标客体，得到与目标主体、目标关系以及目标客体相关联的文本信息三元组。
2023-07-21
10
945KB