公开(公告)号：CN111767409A

公开(公告)日：2020-10-13

申请号：CN202010539229.8

申请日：2020-06-14

Applicant: 南开大学

Inventor： 刘杰 ,  陈少维 ,  王炳荃 ,  张嘉鑫 ,  李娜

IPC: G06F16/36 ,  G06F16/35 ,  G06F40/289 ,  G06F40/30 ,  G06F40/216 ,  G06F40/126 ,  G06K9/62 ,  G06N3/04

Abstract: 一种基于多头自注意力机制的实体关系抽取方法，涉及计算机应用技术。本发明主要采用深度学习技术以及自然语言处理相关的理论方法对文本进行实体关系抽取，将关系检测转化为一个多标签分类问题，并提出词级别有监督的多头自注意力机制来检测文本中词之间的语义关联，通过将不同的关系类别转化为多头注意力机制中不同的特征子空间，本发明可以独立学习不同关系类别下词之间的语义交互，并独立建模不同关系类别下词之间的关联程度，进而可以灵活地识别重叠的关系三元组。

公开(公告)号：CN111767409B

公开(公告)日：2022-08-30

申请号：CN202010539229.8

申请日：2020-06-14

Applicant: 南开大学

Inventor： 刘杰 ,  陈少维 ,  王炳荃 ,  张嘉鑫 ,  李娜

IPC: G06F16/36 ,  G06F16/35 ,  G06F40/289 ,  G06F40/30 ,  G06F40/216 ,  G06F40/126 ,  G06K9/62 ,  G06N3/04

Abstract: 一种基于多头自注意力机制的实体关系抽取方法，涉及计算机应用技术。本发明主要采用深度学习技术以及自然语言处理相关的理论方法对文本进行实体关系抽取，将关系检测转化为一个多标签分类问题，并提出词级别有监督的多头自注意力机制来检测文本中词之间的语义关联，通过将不同的关系类别转化为多头注意力机制中不同的特征子空间，本发明可以独立学习不同关系类别下词之间的语义交互，并独立建模不同关系类别下词之间的关联程度，进而可以灵活地识别重叠的关系三元组。