-
公开(公告)号:CN113869033B
公开(公告)日:2024-08-09
申请号:CN202111123744.9
申请日:2021-09-24
Applicant: 厦门大学
IPC: G06F40/211 , G06F40/295 , G06N3/042 , G06N3/08
Abstract: 本发明公开了一种融入迭代式句对关系预测的图神经网络句子排序方法和介质,其中方法包括:构建句子实体图;通过初始句对顺序分类器对所述句子实体图进行分析,以预测所述句子实体图中相连句对的顺序;根据所述句子实体图中相连句对的顺序进行训练,以得到迭代句对顺序分类器,并通过所述迭代句对顺序分类器对所述句子实体图中连边的权重进行迭代更新;根据迭代更新后的句子实体图进行训练,以得到句子排序模型;获取待排序句子信息,并将所述待排序句子信息输入到所述句子排序模型,以通过所述句子排序模型输出待排序句子信息对应的句子排序方式;能够有效提高句子排序的准确性。
-
公开(公告)号:CN113869033A
公开(公告)日:2021-12-31
申请号:CN202111123744.9
申请日:2021-09-24
Applicant: 厦门大学
IPC: G06F40/211 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种融入迭代式句对关系预测的图神经网络句子排序方法和介质,其中方法包括:构建句子实体图;通过初始句对顺序分类器对所述句子实体图进行分析,以预测所述句子实体图中相连句对的顺序;根据所述句子实体图中相连句对的顺序进行训练,以得到迭代句对顺序分类器,并通过所述迭代句对顺序分类器对所述句子实体图中连边的权重进行迭代更新;根据迭代更新后的句子实体图进行训练,以得到句子排序模型;获取待排序句子信息,并将所述待排序句子信息输入到所述句子排序模型,以通过所述句子排序模型输出待排序句子信息对应的句子排序方式;能够有效提高句子排序的准确性。
-
公开(公告)号:CN119047473A
公开(公告)日:2024-11-29
申请号:CN202410871410.7
申请日:2024-07-01
Applicant: 厦门大学
IPC: G06F40/30 , G06F40/295 , G06N5/025 , G06N3/042 , G06N3/045
Abstract: 本申请的实施例提供了一种基于图结构的跨文档关系抽取方法、装置、介质及设备。该方法包括:针对包含有目标实体对的每一文档,确定各所述文档中每一句子对应的贡献度分数;将各所述文档中贡献度分数符合预定规则的句子输入至BERT编码器中,得到每一实体的实体表示;根据各所述实体的实体表示,构建对应的图结构;采用预先训练完成的图循环神经网络,根据所述图结构中各实体节点及其邻居节点的节点表示,对每一所述实体节点的节点表示进行更新;根据每一所述实体节点更新后的节点表示进行关系预测。本申请实施例的技术方案可以提高图结构构建的合理性,进而保证关系预测结果的准确性。
-
-