一种基于动态标签的实体关系抽取模型训练方法及系统

    公开(公告)号:CN115688789B

    公开(公告)日:2024-04-02

    申请号:CN202211433871.3

    申请日:2022-11-16

    Abstract: 本发明涉及一种基于动态标签的实体关系抽取模型训练方法及系统,属于数据处理技术领域,解决了现有技术中样本不均衡时关系抽取模型准确率低的问题。包括预处理历史质量问题分析报告,构建样本集,将样本集划分为训练集和测试集;构建PCNN模型,基于训练集训练PCNN模型,根据当前训练结果动态更新各训练样本对应的各关系类别标签值,直至训练结束,得到训练好的PCNN模型;基于测试集验证PCNN模型,当模型准确率小于阈值,根据验证结果更新各关系类别的样本权重,并根据更新后的各关系类别的样本权重扩充训练集,基于扩充后的训练集再次训练PCNN模型,直至模型准确率不小于阈值,得到优化的PCNN模型,作为实体关系抽取模型。实现了关系抽取模型的高准确率。

    一种单体和微服务一体化软件开发方法

    公开(公告)号:CN115729526A

    公开(公告)日:2023-03-03

    申请号:CN202211509215.7

    申请日:2022-11-29

    Abstract: 本发明涉及一种单体和微服务一体化软件开发方法,属于计算机软件技术领域,解决了现有无法自动识别单体和微服务部署模式且无法共用一套前端界面的问题。包括构建通用工程,在其中构建自定义注解类和切面类,以声明自定义注解类为切面类的切入点,通过切面类的前置通知方法及其输入参数,获取声明了自定义注解类的变量对应的实例;构建依赖于通用工程的业务工程,包括模型子工程、API子工程、服务子工程、单体启动子工程和微服务启动子工程;在服务子工程的控制类中定义API子工程中服务接口类的变量,并在变量上声明自定义注解类;对业务工程中单体启动子工程或微服务启动子工程打包,生成当前业务工程的部署包。实现了单体微服务模式的自动识别。

Patent Agency Ranking