一种基于潜在关系融合和图卷积网络的文档关系抽取方法

    公开(公告)号:CN117709459A

    公开(公告)日:2024-03-15

    申请号:CN202311835977.0

    申请日:2023-12-28

    Abstract: 本发明请求保护一种基于潜在关系融合和图卷积网络的文档关系抽取方法。首先,通过预训练模型对文档中的词进行上下文信息编码。针对所有包含目标实体指代的句子,利用依存关系提取实体指代对之间包含有潜在关系信息的最短依赖路径。引入注意力机制,将最短依赖路径中的潜在信息与实体指代融合。随后,将融合后的所有实体指代作为实体指代节点,将相关句子作为句子节点,构建实体指代图。最后,利用图卷积神经网络学习不同实体指代之间的交互信息以及跨文档的实体指代感知表示。对于每个实体对的表示,采用Sigmoid激活函数进行关系分类。这一方法能够从文档中提取实体对之间的关系,在构建知识图谱等任务中有着潜在的应用前景。

Patent Agency Ranking