一种基于预训练模型结合句法子树的关系分类方法(人工智能AI、大数据、神经网络、问答系统、新闻文本、智能文档解析)
发明专利本发明公开了一种基于预训练模型结合句法子树的关系分类方法。首先是利用BERT预训练模型构建词向量、句子表征向量、实体向量。为了结合句法信息,利用Spacy工具包对于句子进行依存句法分析,然后对于分析结果进行预处理,得到边以及边的类别。在结合句法信息时利用循环神经网络RvNN进行递归计算,得到每个子树的表征向量,这一步的目的是得到句法依赖树的拓补信息、语义信息、边的类别信息。将每个子树的表征向量进行最大池化获得树的表征向量。将实体向量、句子表征向量、树的表征向量进行拼接,然后进行关系类别预测。本发明能更好的解决词向量和句法子树信息融合的问题,并且能提取到更深层的、信息更充分的词向量,具有很好的鲁棒性。
《一种基于预训练模型结合句法子树的关系分类方法(人工智能AI、大数据、神经网络、问答系统、新闻文本、智能文档解析)》是一发明专利,专利号为 2021116411460,当前法律状态为已下证,由杭州电子科技大学提出申请,发明人为姜明;孟佳营;张旻,申请日期为2021-12-29,公开(公告)日期为2025-05-02,国际专利分类号(IPC)为 G06F16/35(2025.01)I;G06F40/211(2020.01)I;G06F40/284(2020.01)I;G06F40/295(2020.01)I;G06N3/045(2023.01)I;G06N3/09(2023.01)I,高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明公开了一种基于预训练模型结合句法子树的关系分类方法。首先是利用BERT预训练模型构建词向量、句子表征向量、实体向量。为了结合句法信息,利用Spacy工具包对于句子进行依存句法分析,然后对于分析结果进行预处理,得到边以及边的类别。在结合句法信息时利用循环神经网络RvNN进行递归计算,得到每个子树的表征向量,这一步的目的是得到句法依赖树的拓补信息、语义信息、边的类别信息。将每个子树的表征向量进行最大池化获得树的表征向量。将实体向量、句子表征向量、树的表征向量进行拼接,然后进行关系类别预测。本发明能更好的解决词向量和句法子树信息融合的问题,并且能提取到更深层的、信息更充分的词向量,具有很好的鲁棒性。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
