一种基于生成模型的文档级关系抽取方法技术

本发明专利技术属于信息处理技术领域，具体涉及一种基于生成模型的文档级关系抽取方法，包括如下步骤：其一、训练阶段，采用生成模型对文档进行压缩和精炼，提取主体、客体在文档中的关系摘要，从而筛选出与目标紧密关联的信息；其二、测试阶段，引入轻量化的判别模块，把生成模型输出的关系摘要映射到预定义的关系类别上，还包括引导生成，生成模型具备自适应性学习能力，可以动态自主地学习人类精心挑选的示例，生成更贴近人类意图的输出，还包括引导生成。本发明专利技术精准捕捉并提炼出主体和客体在文档中的关系摘要，把关系摘要映射到预定义的关系类别上，实现了关系抽取的准确性与可控性的双重提升。

【技术实现步骤摘要】

本专利技术属于信息处理，具体涉及一种基于生成模型的文档级关系抽取方法。

技术介绍

1、关系抽取是自然语言处理领域中的一项重要任务，旨在从自然语言文本中识别和提取实体及实体间的关系。这些关系可以是在文本中明确表述的，也可以是根据上下文推断出来的。具体来说，关系抽取就是从一段文本中抽取出主体、客体、关系这样的三元组。

2、根据文本的抽取范围，关系抽取可以划分为句子级关系抽取和文档级关系抽取，其中：

3、句子级关系抽取，专注于单个句子中的实体关系，需要处理和解析句子内部的语法和语义，但上下文范围相对受限；

4、文档级关系抽取，更关注多个句子及段落之间的实体关系，涉及跨句子的理解、长距离依赖关系分析，上下文范围更大；

5、在实际应用场景中，实体往往散布在文档的各个角落，实体间直接的关联关系、间接的因果关系、承接的时序关系等共同组成了复杂的实体关系网络。这就要求关系抽取算法具备跨句子的阅读和理解能力，能够从全局的角度识别和提取实体及实体之间的关系。因此，文档级关系抽取逐渐取代句子级关系抽取，成为关系抽取领域的研究重点和本文档来自技高网...

【技术保护点】

1.一种基于生成模型的文档级关系抽取方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种基于生成模型的文档级关系抽取方法，其特征在于：所述步骤2中将拼接文档doc、主体sub、客体obj，作为G的输入：

3.根据权利要求1所述的一种基于生成模型的文档级关系抽取方法，其特征在于：所述步骤2中G包含Masked Attention、Add&Norm、Feed Forward、Softmax，如下：

4.根据权利要求1所述的一种基于生成模型的文档级关系抽取方法，其特征在于：所述步骤3中拼接摘要abs、主体sub、客体obj，作为C的输入：<...

【技术特征摘要】

1.一种基于生成模型的文档级关系抽取方法，其特征在于：包括如下步骤：

2.根据权利要求1所述的一种基于生成模型的文档级关系抽取方法，其特征在于：所述步骤2中将拼接文档doc、主体sub、客体obj，作为g的输入：

3.根据权利要求1所述的一种基于生成模型的文档级关系抽取方法，其特征在于：所述步骤2中g包含masked attention、add&norm、feed forward、softmax，如下：

4.根据权利要求1所述的一种基于生成模型的文档级关系抽取方法，其特征在于：所述步骤3中拼接摘要abs、主体sub、客体obj，作为c的输入：

5.根据权利要求1所述的一种基于生成模型的文档级关系抽取方法，其特征在于：所述步骤3中c包含mean pool、softmax，如下：

6.根据权利要求5所述的一种基于生成模型的文档级关系抽取方法，其特征在于：所述步骤...

【专利技术属性】
技术研发人员：张小明，洗俊宇，张力天，路明，李翔，周子奕，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：