![一种基于TEBC-Net算法的关系提取模型](/CN/2024/1/181/images/202410909487.jpg)
基本信息:
- 专利标题: 一种基于TEBC-Net算法的关系提取模型
- 申请号:CN202410909487.9 申请日:2024-07-08
- 公开(公告)号:CN118898249A 公开(公告)日:2024-11-05
- 发明人: 汪勋婷 , 徐斌 , 高博 , 汤伟 , 丁津津 , 袁伟博 , 李圆智
- 申请人: 国网安徽省电力有限公司电力科学研究院 , 国网安徽省电力有限公司宣城供电公司
- 申请人地址: 安徽省合肥市经济技术开发区紫云路299号
- 专利权人: 国网安徽省电力有限公司电力科学研究院,国网安徽省电力有限公司宣城供电公司
- 当前专利权人: 国网安徽省电力有限公司电力科学研究院,国网安徽省电力有限公司宣城供电公司
- 当前专利权人地址: 安徽省合肥市经济技术开发区紫云路299号
- 代理机构: 荆门市鑫然知识产权代理事务所(普通合伙)
- 代理人: 王锋
- 主分类号: G06F40/289
- IPC分类号: G06F40/289 ; G06N3/0464 ; G06N3/0442 ; G06N3/045 ; G06N3/0499 ; G06F16/36 ; G06N3/048 ; G06F40/126
摘要:
本发明提供一种基于TEBC‑Net算法的关系提取模型,由具有重要性的全局特征编码和具有重要性的局部特征编码组成,所述具有重要性的全局特征编码包括BiSTM模块和自注意力模块1,实现对文本上下文全局关系特征的提取,所述具有重要性的局部特征编码包括CNN模块和自注意力模块2,实现对字符间局部关系特征的提取,与传统关系提取模型相比,本发明结合BiLSTM算法和CNN算法的优点,分别对上下文全局特征和局部特征进行提取,同时在编码局部和全局特征的基础上引入自注意力机制,对提取出的以上两个特征中的重要特征进行再编码,划分权重,提高准确度。
IPC结构图谱:
G06F40/289 | 短语分析,例如有限状态技术或分块 |