公开(公告)号：CN115238700A

公开(公告)日：2022-10-25

申请号：CN202210989050.1

申请日：2022-08-17

Applicant: 苏州大学

Inventor： 卢禹炜 ,  杨洋 ,  严文颖

IPC: G06F40/295 ,  G06K9/62 ,  G06F40/242 ,  G06F40/247 ,  G06F40/216 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多任务学习的生物医学实体抽取方法，本发明基于多任务学习的生物医学实体抽取方法通过多任务实体抽取模型进行实体抽取，将第一预训练语言模型作为共享的编码层，来学习各个子任务的共同语义特征，并将学习的语义特征共享给各个子任务，以加强模型之间的联系并减少对训练数据量的依赖，并通过各个交互式指针网络解码层学习各个子任务特有的特征信息，多任务实体抽取模型可以并行地从文本中抽取多种类别的实体，从而可以更快地、准确地完成任务。

公开(公告)号：CN115238700B

公开(公告)日：2024-07-26

申请号：CN202210989050.1

申请日：2022-08-17

Applicant: 苏州大学

Inventor： 卢禹炜 ,  杨洋 ,  严文颖

IPC: G06F40/295 ,  G06F40/242 ,  G06F40/247 ,  G06F40/216 ,  G06F40/30 ,  G06F18/213 ,  G06F18/22 ,  G06N3/088 ,  G06N3/048 ,  G06N3/0455

Abstract: 本发明公开了一种基于多任务学习的生物医学实体抽取方法，本发明基于多任务学习的生物医学实体抽取方法通过多任务实体抽取模型进行实体抽取，将第一预训练语言模型作为共享的编码层，来学习各个子任务的共同语义特征，并将学习的语义特征共享给各个子任务，以加强模型之间的联系并减少对训练数据量的依赖，并通过各个交互式指针网络解码层学习各个子任务特有的特征信息，多任务实体抽取模型可以并行地从文本中抽取多种类别的实体，从而可以更快地、准确地完成任务。