新疆大學楊文忠獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉新疆大學申請的專利一種基于事件共現前綴的事件論元抽取方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119646195B 。
龍圖騰網通過國家知識產權局官網在2025-09-26發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411860360.9,技術領域涉及:G06F16/334;該發明授權一種基于事件共現前綴的事件論元抽取方法是由楊文忠;趙蕊;彭佳仁;魏富源;范怡林;姚龍;呂洪震;牟楠;趙虎;耿皓琨;李廣含設計研發完成,并于2024-12-17向國家知識產權局提交的專利申請。
本一種基于事件共現前綴的事件論元抽取方法在說明書摘要公布了:本發明屬于事件論元提取領域,提供了一種基于事件共現前綴的事件論元抽取方法,包括:BART?Large模型構建、編碼中間鍵和編碼中間向量提取、模板編碼單元編碼、前綴拼接、文本編碼、網絡輸出計算、向量Infoext獲取、偏置添加以及事件論元抽取。本發明通過抽取出輸入中存在的所有事件的語義信息和前綴的提取及添加,增強模型處理復雜事件關系的能力;通過設置用于引入兩個Info?Q,增強了模型對輸出格式的約束,防止了模型輸出格式混亂;通過引入可調節的復制機制,克服了在每一層注意力計算中引入額外信息所帶來的潛在噪聲問題。
本發明授權一種基于事件共現前綴的事件論元抽取方法在權利要求書中公布了:1.一種基于事件共現前綴的事件論元抽取方法,其特征在于,包括: 構建BART-Large模型;所述BART-Large模型包括:12個編碼器和12個解碼器;所述編碼器包括:同現-自我注意層;所述解碼器包括:同現-交叉注意層;所述BART-Large模型的復制機制包括: 其中,pgenyi=t|y<i,xi,...xm為傳統生成模型生成結果時對當前結果的預測;為控制生成模型生成結果的概率,通過所述BART-Large模型中最后一個所述解碼器的隱藏狀態計算獲取;[x1,...,xm]為輸入令牌向量;為直接復制輸入的概率,通過所述BART-Large模型中最后一個所述解碼器中的交叉注意權重計算獲取;λ為超參數; 向所述編碼器中輸入文本、事件提及以及提示,并提取所述事件提及和所述提示的中間鍵和中間向量,得到編碼中間鍵和編碼中間向量; 對所述文本中所有事件類型對應的模板進行拼接,利用模板編碼單元對拼接的結果進行編碼,得到T-occur向量表示;相鄰所述模板間通過特殊字符point進行分割; 引入超參數可調節Info-Q,將所述T-occur向量表示和所述可調節Info-Q輸入到前饋網絡中進行計算,得到INFooccur,并將所述INFooccur以前綴方式分別與所述編碼中間鍵和所述編碼中間向量進行拼接; 利用所述模板編碼單元對所述文本進行編碼,得到第二向量表示; 引入靜態Info-Q,將所述第二向量表示和所述靜態Info-Q輸入到前饋網絡中進行計算,網絡輸出; 計算所述網絡輸出與拼接完成的所述編碼中間鍵和所述編碼中間向量的乘積,并對乘積結果進行平均操作,得到向量Infoext; 提取所述解碼器中解碼中間鍵和解碼中間向量的乘積結果,得到注意力權重; 將所述向量Infoext作為偏置與所述注意力權重進行相加,得到注意力信息; 將所述注意力信息輸入到所述BART-Large模型的事件論元抽取模塊,得到目標論元抽取結果。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人新疆大學,其通訊地址為:830046 新疆維吾爾自治區烏魯木齊市勝利路666號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。