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！

龙图腾网获悉浙江大学申请的专利一种基于长尾数据分布的文档级关系抽取方法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：CN114861645B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202210469592.6，技术领域涉及：G06F40/279；该发明授权一种基于长尾数据分布的文档级关系抽取方法是由纪守领;杜扬恺;伍一鸣;张旭鸿;祝羽艳;陈建海设计研发完成，并于2022-04-28向国家知识产权局提交的专利申请。

本一种基于长尾数据分布的文档级关系抽取方法在说明书摘要公布了：本发明公开了一种基于长尾数据分布的文档级关系抽取方法，属于信息抽取和机器学习领域。包括文档预处理、文档编码、关系编码、数据增广和关系预测。在数据增广方面，本发明针对带标签的三元向量组集合，随机选取或者预设需要进行增广的关系类型，设计掩码向量，对待进行数据增广的原始三元向量组中的池化上下文表示进行扰动，生成新的三元向量组；可以有效提升文档级关系抽取模型预测尾部关系类型的准确率。同时，相比于传统的基于文本的数据增广方法，本发明不需要进行额外的文本编码过程，提高了模型训练的计算效率。此外，本发明提出的基于数据增广的对比学习预训练框架，能够在长尾数据分布场景下有效提升文档级关系抽取的准确率。

本发明授权一种基于长尾数据分布的文档级关系抽取方法在权利要求书中公布了：1.一种基于长尾数据分布的文档级关系抽取方法，其特征在于，包括以下步骤： 步骤1：文档预处理 在给定文档中标注所有实体，并在实体边界标注特殊字符作为该实体在文档中的一次提及； 步骤2：文档编码 将预处理后的文档作为预训练Transformer模型的输入，获取文档中所有字符的上下文语义表示作为向量编码，以及获取实体之间的自注意力矩阵； 步骤3：关系编码 遍历两两实体构成实体对；根据文档编码结果，计算文档中每一个实体的向量表示，以及实体对的池化上下文表示，构成三元向量组；在模型训练阶段，需要标注每一个实体对的所属关系标签，并执行步骤4；在实际预测阶段，直接执行步骤5； 步骤4：数据增广 针对带标签的三元向量组集合，随机选取或者预设需要进行增广的关系类型，设计掩码向量，对待进行数据增广的原始三元向量组中的池化上下文表示进行扰动，生成新的三元向量组；将原始三元向量组集合与数据增广得到的三元向量组集合作为训练集，训练得到文档级关系抽取模型； 步骤5：关系预测 采用步骤1-3中的方法对给定文档进行预处理、文档编码和关系编码，利用训练好的文档级关系抽取模型对得到的三元向量组进行关系预测，输出存在有效关系的实体对及其所属关系。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。