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！

龙图腾网获悉重庆理工大学申请的专利一种面向零样本关系抽取的语义蒸馏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：CN119961431B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411954528.2，技术领域涉及：G06F16/334；该发明授权一种面向零样本关系抽取的语义蒸馏方法是由卢玲;周远杰;南海;胡冲;黄丹;孙文骏设计研发完成，并于2024-12-27向国家知识产权局提交的专利申请。

本一种面向零样本关系抽取的语义蒸馏方法在说明书摘要公布了：本发明公开了一种面向零样本关系抽取的语义蒸馏方法，包括以下步骤：S1：将输入的句子生成实体和上下文的表示向量；S2：将输入的关系描述生成其实体和上下文表示向量；S3：通过双向语义蒸馏器弱化上下文表示中的无关特征，并强化相关特征；S4：利用同一批次中不同上下文表示的增强表示来进行对比学习；S5：通过细粒度语义匹配模块对输入句子的实体、上下文表示与关系描述中的实体、上下文表示进行细粒度匹配。能够有效应对复杂上下文干扰，提升对不同语义边界的泛化能力。

本发明授权一种面向零样本关系抽取的语义蒸馏方法在权利要求书中公布了：1.一种面向零样本关系抽取的语义蒸馏方法，其特征在于：包括以下步骤： S1：将输入的句子生成实体和上下文的表示向量； S2：将输入的关系描述生成其实体和上下文表示向量； S3：通过双向语义蒸馏器弱化上下文表示中的无关特征，并强化相关特征； 步骤S3还包括以下内容： S3‑1：通过融合投影蒸馏器的无关选择层识别与关系无关的特征； S3‑1‑1：通过点积注意力机制，对步骤S1‑3中bert编码器输出的隐藏状态进行初步筛选出无关特征； 公式如下： ； 其中，是查询向量组成的查询矩阵，和分别是键矩阵和值矩阵，为键矩阵的转置矩阵，是通过点积注意力获得的无关特征；是归一化指数函数； S3‑1‑2：通过反注意力机制，识别步骤S1‑3中bert编码器输出的隐藏状态中未被高度关注的特征； 公式如下： ； 其中，分别是通过反注意力获得的无关特征； S3‑1‑3：计算向量投影后得到的无关特征； S3‑1‑4：通过如下公式计算最终获得的无关特征： ； 其中，表示最终获得的无关特征； S3‑1‑5：计算点积注意力获得的无关特征的分类器的输出； 公式如下： ； 其中，表示分类器的输出，和分别表示分类权重和偏差；表示梯度反转层的函数； S3‑1‑6：计算反向梯度损失； 公式如下： ； 其中，表示反向梯度损失，表示批次中的样本数量；表示真实的关系标签； S3‑2：通过投影计算层减少上下文表示中的无关特征； S3‑2‑1：将经过全连接层后的上下文表示中的无关特征移除，获到新的上下文表示； S3‑3：通过高斯自适应注意力机制从上下文表示中选取最相关的特征； S4：利用同一批次中不同上下文表示的增强表示来进行对比学习； S5：通过细粒度语义匹配模块对输入句子的实体、上下文表示与关系描述中的实体、上下文表示进行细粒度匹配。

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重庆理工大学，其通讯地址为：400054 重庆市巴南区红光大道69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”。