买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院软件研究所申请的专利一种基于自描述网络的信息抽取方法及装置获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114398901B 。

龙图腾网通过国家知识产权局官网在2025-07-04发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210005419.0，技术领域涉及：G06F40/30；该发明授权一种基于自描述网络的信息抽取方法及装置是由刘庆;陈家慰;林鸿宇;韩先培;孙乐;郑佳设计研发完成，并于2022-01-05向国家知识产权局提交的专利申请。

本一种基于自描述网络的信息抽取方法及装置在说明书摘要公布了：本发明提出一种一种基于自描述网络的信息抽取方法及装置，属于自然语言技术领域。本发明基于自描述机制，用一个统一的概念集合表示抽取目标，建立目标任务数据与外部网络数据的关联，从而解决标注数据稀疏问题和外部知识不准确问题；通过描述生成任务，生成抽取目标的相关概念，作为抽取目标的描述，并以此构建抽取类型的描述；通过信息生成任务进行生成式的信息抽取，从文本中获取实体、事件等信息；利用大规模网络数据对描述生成和信息生成进行预训练，以及利用特定的少量标注数据进行微调，从而能够快速泛化到缺乏标注数据的新任务和新领域。

本发明授权一种基于自描述网络的信息抽取方法及装置在权利要求书中公布了：1.一种基于自描述网络的信息抽取方法，其特征在于，包括以下步骤： 构建基于自描述网络的序列到序列神经网络模型，该序列到序列神经网络模型包括编码器和解码器； 该序列到序列神经网络模型执行描述生成任务，将输入文本、需要描述的实体序列和前缀提示符输入到编码器，由编码器捕捉标注数据的语义信息，得到语义特征表示；解码器处理语义特征表示，在每个预测时间步通过预测每个词语的概率分布，将概率最大的词语作为预测出的词语，生成文本序列，通过解析将文本序列中针对每个实体提及生成的概念词汇作为实体提及的描述；合并相同类别的实体提及的描述，获得类别的描述； 该序列到序列神经网络模型执行信息生成任务，将输入文本、需要识别的类别和实体类别的概念描述以及前缀提示符输入编码器，由编码器捕捉标注数据的语义信息，得到语义特征表示；解码器处理语义特征表示，在每个预测时间步通过预测每个词语的概率分布，将概率最大的词语作为预测出的词语，生成文本序列，通过解析获得文本中的识别的实体； 收集外部标注数据，构造描述生成任务的训练数据和信息生成任务的训练数据，对序列到序列神经网络模型进行预训练，预训练过程中序列到序列神经网络模型采用多任务学习形式，同时执行描述生成任务和信息生成任务，使得两个任务之间共享知识；预训练好的模型再在特定任务的标注数据上进行微调，进一步在未标注数据集上进行信息抽取。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院软件研究所，其通讯地址为：100190 北京市海淀区中关村南四街4号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。