[发明专利]一种远程监督的Dual-Attention关系分类方法及系统有效
| 申请号： | 201810432079.3 | 申请日： | 2018-05-08 |
| 公开（公告）号： | CN108829722B | 公开（公告）日： | 2020-10-02 |
| 发明（设计）人： | 贺敏;毛乾任;王丽宏;李晨 | 申请（专利权）人： | 国家计算机网络与信息安全管理中心 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/36;G06F40/295 |
| 代理公司： | 北京华夏泰和知识产权代理有限公司 11662 | 代理人： | 陈英 |
| 地址： | 100029*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种远程监督的Dual‑Attention关系分类方法及系统，包括：通过远程监督将知识库中的实体对对齐到新闻语料，构建实体对句子集合；基于词级别注意力机制的Bi‑LSTM模型将所述句子进行词级别的向量编码，得到所述句子的语义特征编码向量；基于句子级别注意力机制的Bi‑LSTM模型将所述句子的语义特征进行编码与去噪，得到句子集特征编码向量；将所述句子集特征编码向量与实体对翻译向量进行打包，对得到的包特征进行实体对的关系分类。本发明提供的技术方案降低了模型训练的噪声数据，避免人工标注数据及其造成的错误传递。运用开放域文本与大规模知识库进行实体对齐，有效解决了关系抽取的标注数据规模问题。 | ||
| 搜索关键词： | 一种 远程 监督 dual attention 关系 分类 方法 系统 | ||
【主权项】：
1.一种远程监督的Dual‑Attention关系分类方法，其特征在于，包括：通过远程监督将知识库中的实体对对齐到新闻语料，构建实体对句子集合；基于词级别注意力机制的Bi‑LSTM模型将所述句子进行词级别的向量编码，得到所述句子的语义特征编码向量；基于句子级别注意力机制的Bi‑LSTM模型将所述句子的语义特征进行编码与去噪，得到句子集特征编码向量；将所述句子集特征编码向量与实体对翻译向量进行打包，对得到的包特征进行实体对的关系分类。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国家计算机网络与信息安全管理中心，未经国家计算机网络与信息安全管理中心许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810432079.3/，转载请声明来源钻瓜专利网。
