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！

龙图腾网获悉电子科技大学申请的专利一种融合实体类型表征与关系表征的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：CN115391557B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211037489.0，技术领域涉及：G06F16/36；该发明授权一种融合实体类型表征与关系表征的关系抽取方法是由刘峤;徐远扬;骆妲;赵海睿;甘洋镭;侯睿;代婷婷;佟飘设计研发完成，并于2022-08-26向国家知识产权局提交的专利申请。

本一种融合实体类型表征与关系表征的关系抽取方法在说明书摘要公布了：本发明公开了一种融合实体类型表征与关系表征的关系抽取方法，属于关系抽取技术领域。本发明涉及文本‑主客体弱相关语义表征机制，通过引入实体类型信息替换实体词意信息，进而降低抽取模型对主体‑客体语义关联的依赖；在上述基础上，本发明进一步建模实体关系的抽象语义信息，并与包含主客体类型信息的上下文语义表征进行融合，生成实体关系的语义映射，获得主体‑关系‑客体三元组更准确的预测效果。

本发明授权一种融合实体类型表征与关系表征的关系抽取方法在权利要求书中公布了：1.一种融合实体类型表征与关系表征的关系抽取方法，其特征在于，所述关系抽取方法具体步骤如下： 步骤S10：对于输入系统的自然语言文本，基于word-piece分词方法编码文本的语义信息、实体类型信息及关系信息，输出Word-Piece语义表征、实体类型表征、关系表征； 步骤S20：基于输出的word-piece语义表征，进一步利用BERT和二元标注法抽取文本中的主体和客体； 步骤S30：通过输出的实体类型表征替换抽取出的主体和客体的词义表征，以弱化主体-客体语义关联信息，构造文本中主体与客体的弱相关语义表征机制，生成主体客体之间的弱语义关联新文本；具体步骤如下： 构造文本-主客体弱相关语义表征机制，输入实体类型信息以弱化主体-客体语义关联信息，对于给定主体-客体跨度对subi，objj，i≠j，使用对应的实体类型表征向量对子词表征序列中对应跨度的表征向量进行替换，L为待抽取语句经过Word-Piece划分后的子词长度，以弱化主体-客体语义关联信息，输出新文本表征序列L2为替换后的子词序列长度，同时输出类型表征向量esubi、eobjj在新文本表征序列T2中的位置，s1，...，sm表示主体替换位置序列，m为主体替换长度，o1，...，on表示客体替换位置序列，n为客体替换长度； 步骤S40：构造基于BERT表示模型的关系编码器，对弱语义关联新文本进行编码，提取文本中的高层抽象语义信息，并结合双向上下文信息输出文本-主客体弱相关的上下文语义向量表征；具体步骤如下： 对于主体-客体对subi，objj，i≠j，构造基于BERT神经网络表示模型的关系编码器，将新文本表征序列作为系统编码器的输入，顺序通过N个Transformer编码器块，通过微调参数对每个词元的双向上下文信息进行深层次编码，输出深度的双向语言表示向量序列其中Trans表示Transformer编码器块，hα-1表示上一个Transformer编码器块的编码结果；关系编码器的输出为最后一个Transformer编码器块的编码结果，也即文本-主客体弱相关的上下文语义表征其中，hi为子词表征序列的词元的上下文编码结果，i∈{1,2,...,L2}； 步骤S50：构造文本-主客体弱相关的上下文语义信息与关系信息的融合机制，融合后的表征向量将被用于捕获主体-关系-客体三元组；具体步骤如下： 构造基于全连接线性神经网络的关系解码器，计算主体-客体对subi，objj，i≠j在系统输入的自然语言文本语句为s＝{w1，...，wl}时，输出关系rk∈R′的概率,R′为关系类型的集合，公式如下： H＝Hsub+Hobj pi,j,k＝σWH；erk+b 其中，为关系rk∈R′的表征向量，和ho1,…,hoj分别为编码器输出的语义表征在位置s1，...，si，o1，...，oj的值，MaxPooling表示最大池化层运算，输出主体表征Hsub和客体表征Hobj，两者相加形成总体实体表征H，W、b分别为全连接线性神经网络中可学习的权重参数和偏差参数，σ为sigmoid激活函数； 若计算出的概率值pi，j，k超过预设阈值，则认为主体-客体对subi，objj，i≠j在自然语言文本语句为s＝{w1，...，wl}时，存在关系rk∈R′，对H＝sub1，obj1，...，subm×n，objm×n中的任意实体对和任意关系类型r∈R′，计算其发生概率； 最终输出结果为所有概率超过预设阈值的三元组形成的抽取结果，即自然语言文本语句s＝{w1，...，wl}的关系抽取结果Reuslt＝sub1，r1，obj1，...，subn，rn，objn，n为抽取出的三元组数量。

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电子科技大学，其通讯地址为：611731 四川省成都市高新区(西区)西源大道2006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”。

以上内容由龙图腾AI智能生成。