-
公开(公告)号:CN109446326A
公开(公告)日:2019-03-08
申请号:CN201811291947.7
申请日:2018-11-01
Applicant: 大连理工大学
Abstract: 本发明提供了一种基于复制机制的生物医学事件抽取方法,属于自然语言处理技术领域。基于复制机制的生物医学事件抽取方法步骤如下:构造模型输入向量;构造使用双向LSTM模型的Encoder模块;构造基于Attention机制和复制机制的同时识别触发词和要素的Decoder模块。使用本发明可以有效避免分阶段方法带来的级联错误和子任务之间相互独立的缺点,以及联合模型中单纯使用共享参数而导致的误差传递,提高生物医学事件抽取的性能。
-
公开(公告)号:CN109492227A
公开(公告)日:2019-03-19
申请号:CN201811365160.0
申请日:2018-11-16
Applicant: 大连理工大学
IPC: G06F17/27
Abstract: 本发明提供了一种基于多头注意力机制和动态迭代的机器阅读理解方法,属于自然语言处理领域。机器阅读理解模型构建方法如下:构建文章和问题编码层;构建基于双向注意力流的循环神经网络;构建自注意力层以及基于动态迭代解码器预测答案输出。本发明方法可以针对机器阅读理解任务文本中的问题进行答案预测;本发明建立了一个新的端到端的神经网络模型,为机器阅读理解任务的探索提供了一种新思路。
-
公开(公告)号:CN109446326B
公开(公告)日:2021-04-20
申请号:CN201811291947.7
申请日:2018-11-01
Applicant: 大连理工大学
IPC: G06F16/35 , G06F16/36 , G06F40/30 , G06F40/289 , G06K9/62
Abstract: 本发明提供了一种基于复制机制的生物医学事件抽取方法,属于自然语言处理技术领域。基于复制机制的生物医学事件抽取方法步骤如下:构造模型输入向量;构造使用双向LSTM模型的Encoder模块;构造基于Attention机制和复制机制的同时识别触发词和要素的Decoder模块。使用本发明可以有效避免分阶段方法带来的级联错误和子任务之间相互独立的缺点,以及联合模型中单纯使用共享参数而导致的误差传递,提高生物医学事件抽取的性能。
-
-