公开(公告)号：CN118350379B

公开(公告)日：2024-09-17

申请号：CN202410787492.7

申请日：2024-06-18

Applicant: 中国科学技术大学

Inventor： 王杰 ,  陈瀚铸 ,  方彬彬 ,  石志皓 ,  吴枫

IPC: G06F40/30 ,  G06N5/022

Abstract: 本发明公开一种提升知识系统中自然语言处理准确性的方法、设备及介质，方法包括：步骤1，将待处理知识系统的自然语言构建为待补全知识图谱；步骤2，获取每个三元组的语义模式；步骤3，用语义模式对三元组填充合适的词获得多个语义完整的候选句子；步骤4，添加提示句得出将任务形式转为掩蔽语言建模预训练任务的多个带有完整语义的提示句作为正、负训练样本；步骤5，将正、负训练样本输入预训练语言模型，用交叉熵损失训练预训练语言模型直到满足训练条件；步骤6，用训练好预训练语言模型补全待补全知识图谱；步骤7，处理补全后的知识图谱得出处理结果。该方法提升了智能知识系统中对应知识图谱的自然语言处理的准确性。

公开(公告)号：CN118350379A

公开(公告)日：2024-07-16

申请号：CN202410787492.7

申请日：2024-06-18

Applicant: 中国科学技术大学

Inventor： 王杰 ,  陈瀚铸 ,  方彬彬 ,  石志皓 ,  吴枫

IPC: G06F40/30 ,  G06N5/022

Abstract: 本发明公开一种提升知识系统中自然语言处理准确性的方法、设备及介质，方法包括：步骤1，将待处理知识系统的自然语言构建为待补全知识图谱；步骤2，获取每个三元组的语义模式；步骤3，用语义模式对三元组填充合适的词获得多个语义完整的候选句子；步骤4，添加提示句得出将任务形式转为掩蔽语言建模预训练任务的多个带有完整语义的提示句作为正、负训练样本；步骤5，将正、负训练样本输入预训练语言模型，用交叉熵损失训练预训练语言模型直到满足训练条件；步骤6，用训练好预训练语言模型补全待补全知识图谱；步骤7，处理补全后的知识图谱得出处理结果。该方法提升了智能知识系统中对应知识图谱的自然语言处理的准确性。