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！

龙图腾网获悉福建亿榕信息技术有限公司;国网信息通信产业集团有限公司;国网甘肃省电力公司白银供电公司申请的专利一种基于迁移学习的电力多模态实体关系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：CN118228192B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202410358343.9，技术领域涉及：G06F18/25；该发明授权一种基于迁移学习的电力多模态实体关系抽取方法及装置是由郑略省;庄莉;梁懿;王秋琳;苏江文;张晓东;邱镇;卢大玮;王燕蓉;侯焱伦;张乐桢;周龙设计研发完成，并于2024-03-27向国家知识产权局提交的专利申请。

本一种基于迁移学习的电力多模态实体关系抽取方法及装置在说明书摘要公布了：本发明涉及一种基于迁移学习的电力多模态实体关系抽取方法，包括如下步骤：收集和预处理电力文本与图像数据；构建跨模态关系特征提取模型，得到电力领域多模态数据的高级特征rt和开放领域多模态语料的高级特征rs；构建基于迁移学习的电力多模态实体关系抽取模型：将高级特征rs与电力领域对应的高级特征rt适应，使高级特征rt与高级特征rs间的差异值最小，将差异值小于预设阈值的高级特征rt与高级特征rs作为结果输入下一层；分类关系输出层输出关系识别结果。本发明有益效果：利用其他领域丰富的语料抽取电力多模态数据中的实体关系，以缓解电力领域内标注语料资源较少问题。

本发明授权一种基于迁移学习的电力多模态实体关系抽取方法及装置在权利要求书中公布了：1.一种基于迁移学习的电力多模态实体关系抽取方法，其特征在于，包括如下步骤： 收集和预处理电力文本与图像数据的； 构建跨模态关系特征提取模型：将电力领域的多模态数据输入所述跨模态关系特征提取模型，提取图像特征和文本特征，并进行融合，得到电力领域多模态数据的高级特征rt，将开放领域的多模态语料输入所述跨模态关系特征提取模型，得到开放领域多模态语料的高级特征rs；具体地，所述跨模态关系特征提取模型包括图像实体关系检测模型、文本描述分支网络和特征融合；将图像输入所述图像实体关系检测模型，输出关系视觉嵌入，将文本输入所述文本描述分支网络，先得到词向量，再将词向量转换为文本描述特征，所述特征融合将文本特征描述和关系视觉嵌入进行融合，获得高级特征；将电力领域的多模态数据输入所述跨模态关系特征提取模型，输出高级特征rt，将开放领域的多模态语料输入所述跨模态关系特征提取模型，输出高级特征rs；其中，所述特征融合是将基于所述文本描述分支网络得到的词向量，用Bi-LSTM模型获得文本描述特征，然后再将此文本描述特征与所述图像实体关系检测模型输出的特征进行融合后得到高级特征；设置文本-图像交互损失函数如下：其中，指关系类型的方差，当方差越大，其损失所占的比重就越小； 构建基于迁移学习的电力多模态实体关系抽取模型：将从开放领域学习中得到的高级特征rs与电力领域对应的高级特征rt适应，使高级特征rt与高级特征rs之间的差异值最小，将差异值小于预设阈值的高级特征rt与高级特征r作为结果输入下一层；具体地，所述基于迁移学习的电力多模态实体关系抽取模型使用最大均值差异MMD的方法比较r和r之间的分布差异；MMD度量的公式定义为：其中R和R分别代表本文开放领域数据集和电力领域数据集训练学习得到的相应领域的高级特征集合，表是第i个电力领域的高级特征r，n表示电力领域数据集R中高级特征r的数量，表是第i个开放领域的高级特征r，m表示电力领域数据集R中高级特征r的数量，H表示此度量方式是由特征映射函数将高级特征映射到再生核希尔伯特空间中进行的，经过函数映射后的新特征空间反映了MMD度量的准确性； 分类关系输出层通过softmax函数处理输入的高级特征，输出关系识别结果。

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福建亿榕信息技术有限公司;国网信息通信产业集团有限公司;国网甘肃省电力公司白银供电公司，其通讯地址为：350000 福建省福州市鼓楼区软件大道89号G区20号楼；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。