-
公开(公告)号：CN118520118A
公开(公告)日：2024-08-20
申请号：CN202310127087.8
申请日：2023-02-17
Applicant: 复旦大学
IPC: G06F16/36 , G06F18/214 , G06F40/289 , G06F40/211
Abstract: 本发明提供了一种基于迁移学习的垂直领域知识图谱构建方法，具有这样的特征，包括以下步骤：步骤S1，知识文本输入预训练自然语言模型A得到词元；步骤S2，自然语言标签输入预训练自然语言模型B得到特征表示集；步骤S3，词元与特征表示集进行点积计算得到分类结果；步骤S4，现有关系词语填入Prompt模板后输入预训练自然语言模型C得到向量表示；步骤S5，分类后句子输入预训练自然语言模型D得到编码结果；步骤S6，编码结果和向量表示进行相似度计算得到关系分类结果；步骤S7，根据词元和关系分类结果构建元组从而构建知识图谱。总之，本方法对垂直领域的实体抽取有较好的效率和质量，并且在关系抽取上具有较好的可扩展性。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
