基于信息增强BERT的关系分类方法及装置

发明专利有效专利

申请号：
CN202110115393.0
IPC分类号：G06F16/33;G06F40/211;G06F40/30;G06K9/62;G06N3/04;G06F16/35
申请日期：
2021-01-28
申请人：
北京联合大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于信息增强BERT的关系分类方法及装置
申请号	CN202110115393.0	申请日期	2021-01-28
法律状态	实质审查	申报国家	中国
公开/公告日	2021-06-01	公开/公告号	CN112883153A
优先权	暂无	优先权号	暂无
主分类号	G06F16/33	IPC分类号	G;0;6;F;1;6;/;3;3;;;G;0;6;F;4;0;/;2;1;1;;;G;0;6;F;4;0;/;3;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;F;1;6;/;3;5查看分类表>
申请人	北京联合大学	申请人地址	北京市朝阳区北四环东路97号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京联合大学	当前权利人	北京联合大学
发明人	孙连英;万莹;王金锋;涂帅;张天
代理机构	北京融智邦达知识产权代理事务所（普通合伙）	代理人	吴强;董惠文

摘要

本发明提供了一种基于信息增强BERT的关系抽取方法及装置，将给定具有两个实体的语句使用预训练模型BERT提取出语句中实体及实体的上下文之间的语义特征向量，将提取出的实体及实体的上下文之间的语义特征向量输入到神经网络模型中，得到实体之间的分类关系。本发明与传统方法中将语句通过BERT分解为词向量后，只提取两个实体输入到神经网络模型预测两个实体间的关系不同，由于输入了实体及实体前后的上下文语句向量进行信息增强，从而具有更多的上下文信息及语境对实体间关系进行预测，因此，使得实体间的关系预测更加精确。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供