[发明专利]一种神经网络训练实体间关系的方法及装置在审
| 申请号： | 201910114257.2 | 申请日： | 2019-02-13 |
| 公开（公告）号： | CN109885627A | 公开（公告）日： | 2019-06-14 |
| 发明（设计）人： | 李建欣;李晨;彭煦潭;彭浩;张日崇 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06F16/28 | 分类号： | G06F16/28;G06N3/04;G06N3/08 |
| 代理公司： | 北京中创阳光知识产权代理有限责任公司 11003 | 代理人： | 尹振启 |
| 地址： | 100191*** | 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： | 本申请公开了一种神经网络训练实体间关系的方法及装置，包括：利用关系编码器得到单跳路径的关系向量，以及多跳路径的路径向量；利用路径编码器对多个多跳路径的路径向量进行处理，得到所述多跳路径的加权表示；利用特征提取器对所述单跳路径的关系向量和所述多跳路径的加权表示进行处理，得到共享特征；所述特征提取器的参数更新依据源鉴别器和关系分类器产生的梯度；其中，所述源鉴别器用于判别输入的共享特征来自所述单跳路径还是所述多跳路径；利用所述关系分类器对所述共享特征进行处理，得到所述第一实体和所述第二实体间的关系训练结果。 | ||
| 搜索关键词： | 多跳路径 单跳 神经网络训练 实体间关系 特征提取器 关系分类 关系向量 路径向量 编码器 鉴别器 加权 共享 参数更新 训练结果 申请 | ||
【主权项】：
1.一种神经网络训练实体间关系的方法，其特征在于，所述方法包括：利用关系编码器对第一实体与第二实体间的单跳路径数据进行处理，得到所述单跳路径的关系向量，以及对第一实体与第二实体间的多跳路径中的各跳路径数据进行处理，得到所述多跳路径的路径向量；利用路径编码器对多个多跳路径的路径向量进行处理，得到所述多跳路径的加权表示；利用特征提取器对所述单跳路径的关系向量和所述多跳路径的加权表示进行处理，得到共享特征；所述特征提取器的参数更新依据源鉴别器和关系分类器产生的梯度；其中，所述源鉴别器用于判别输入的共享特征来自所述单跳路径还是所述多跳路径；利用所述关系分类器对所述共享特征进行处理，得到所述第一实体和所述第二实体间的关系训练结果。
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北京航空航天大学，未经北京航空航天大学许可，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/201910114257.2/，转载请声明来源钻瓜专利网。
