[发明专利]基于深度神经网络的关系推理方法、装置及设备有效
| 申请号： | 201910141460.9 | 申请日： | 2019-02-26 |
| 公开（公告）号： | CN109902301B | 公开（公告）日： | 2023-02-10 |
| 发明（设计）人： | 黄国恒;卢增;张凡龙;程良伦 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06F16/36 | 分类号： | G06F16/36;G06F40/211;G06F40/289;G06F40/284;G06N5/04;G06N3/0442;G06N3/0464;G06N3/047;G06N3/08 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 510060 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于深度神经网络的关系推理方法，能够在获取样本句后，构建由多个词语组成的句法依赖树，进而分别提取句法依赖树在最短依赖路径上的主干特征，以及在非最短依赖路径上的辅助特征，最终根据预设融合规则对主干特征和辅助特征进行特征融合，并根据融合结果得到关系推理结果。可见，该方法分别提取句法依赖树在最短依赖路径和非最短依赖路径上的特征，并对二者进行特征融合，由于辅助特征对推理结果具有一定辅助作用，因此通过有效利用句法依赖树的主干特征和辅助特征，显著提升了关系推理的准确度。此外，本申请还提供了一种基于深度神经网络的关系推理装置、设备及计算机可读存储介质，其作用与上述方法相对应。 | ||
| 搜索关键词： | 基于 深度 神经网络 关系 推理 方法 装置 设备 | ||
【主权项】：
1.一种基于深度神经网络的关系推理方法，其特征在于，包括：获取样本句，根据所述样本句构建由多个词语组成的句法依赖树；提取所述句法依赖树在最短依赖路径上的主干特征，并提取所述句法依赖树在非最短依赖路径上的辅助特征，其中，所述最短依赖路径为所述句法依赖树中待进行关系推理的两个词语之间的路径；根据预设融合规则对所述主干特征和所述辅助特征进行特征融合，并根据融合结果得到关系推理结果。
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广东工业大学，未经广东工业大学许可，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/201910141460.9/，转载请声明来源钻瓜专利网。
