【技术实现步骤摘要】
本专利技术属于安全风险管理领域，具体涉及一种基于多视角ib的安全风险关系抽取方法。
技术介绍
1、在学术和工业领域，知识图谱的广泛应用引起了普遍关注，例如英语知识图谱、微软知识图谱、yago等。在信息检索领域，这些知识图谱取得了良好的成果。然而，对于特定领域的知识图谱的研究相对较少。
2、构建知识图谱最重要的任务是关系抽取，其目的是提取自然语言句子中所有可能的关系三元组(主语、谓语、宾语)。该任务作为构建知识图谱的上游任务，发挥着重要的作用。随着深度学习的不断发展，人们对基于深度学习的关系抽取的兴趣也逐渐增加，试图使用神经网络去自动学习语义特征。近期大量领域关系提取模型被提出且陆续的应用于生物医学关系抽取、kpi关系抽取等多个领域。
3、关系抽取是自然语言处理(nlp)领域的一项基本任务，它分为四类：有监督关系抽取，半有监督关系抽取，无监督关系抽取和远程监督关系抽取。近年来，大多数研究人员专注于基于神经网络的监督关系抽取和远程监督关系抽取，这两种方法都取得了很好的效果。随着深度学习的广泛应用，基于深度学习的关系抽...
【技术保护点】
1.一种基于多视角IB的安全风险关系抽取方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于多视角IB的安全风险关系抽取方法，其特征在于：步骤1)具体包括：
3.根据权利要求1所述的基于多视角IB的安全风险关系抽取方法，其特征在于：步骤3)具体包括：
4.根据权利要求1所述的基于多视角IB的安全风险关系抽取方法，其特征在于：步骤4)中利用信息瓶颈的先压缩后还原的思想，将两个视角的相关信息表示为：
5.根据权利要求1所述的基于多视角IB的安全风险关系抽取方法，其特征在于：步骤5)中计算实体所属的安全风险关系的条件...
【技术特征摘要】
1.一种基于多视角ib的安全风险关系抽取方法，其特征在于：包括以下步骤：
2.根据权利要求1所述的基于多视角ib的安全风险关系抽取方法，其特征在于：步骤1)具体包括：
3.根据权利要求1所述的基于多视角ib的安全风险关系抽取方法，其特征在于：步骤3)具体包括：
4....
【专利技术属性】
技术研发人员：王心妍，李文萃，刘伯宇，杜嘉程，甘文东，王军义，胡岸，孟昭泰，李希望，曹培松，
申请(专利权)人：国网河南省电力公司信息通信分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。