一种基于主动深度学习的实体关系联合抽取方法及系统

    公开(公告)号:CN113901825B

    公开(公告)日:2024-05-03

    申请号:CN202111383783.2

    申请日:2021-11-22

    Applicant: 东北大学

    Abstract: 本发明提供一种基于主动深度学习的实体关系联合抽取方法及系统,涉及计算机自然语言处理技术领域。该方法首先获取待标注样本数据集作为语料库,并对语料库进行概念抽取,定义实体类别集合和关系类别集合;再使用基于主动学习的待标注采样方法进行样本采样,得到待标注样本数据集;并对待标注样本数据集使用改进EDA方法进行数据增强;然后根据定义的实体和关系类别集合,在待标注样本数据集的数据上采用BIO‑OVE/R‑HT标注策略进行标注;最后将标注的数据输入到实体关系联合抽取模型进行训练。使用模型进行预测时,对预测得到的标签使用和标注策略对应的解码规则解码得到三元组。该系统进行实体关系抽取的同时并将抽取的实体关系快速构建知识图谱并且进行管理。

    一种基于主动深度学习的实体关系联合抽取方法及系统

    公开(公告)号:CN113901825A

    公开(公告)日:2022-01-07

    申请号:CN202111383783.2

    申请日:2021-11-22

    Applicant: 东北大学

    Abstract: 本发明提供一种基于主动深度学习的实体关系联合抽取方法及系统,涉及计算机自然语言处理技术领域。该方法首先获取待标注样本数据集作为语料库,并对语料库进行概念抽取,定义实体类别集合和关系类别集合;再使用基于主动学习的待标注采样方法进行样本采样,得到待标注样本数据集;并对待标注样本数据集使用改进EDA方法进行数据增强;然后根据定义的实体和关系类别集合,在待标注样本数据集的数据上采用BIO‑OVE/R‑HT标注策略进行标注;最后将标注的数据输入到实体关系联合抽取模型进行训练。使用模型进行预测时,对预测得到的标签使用和标注策略对应的解码规则解码得到三元组。该系统进行实体关系抽取的同时并将抽取的实体关系快速构建知识图谱并且进行管理。

    一种多通道气敏材料测试装置

    公开(公告)号:CN219162088U

    公开(公告)日:2023-06-09

    申请号:CN202223235356.2

    申请日:2022-12-01

    Applicant: 东北大学

    Abstract: 本实用新型涉及气敏材料测试技术领域,尤其涉及一种多通道气敏材料测试装置。提供一种能够对不同气体状态下的气敏材料进行测试,提高测试数据的可靠性和实现测试方式的多样性的多通道气敏材料测试装置。一种多通道气敏材料测试装置,包括有支撑座和安装架等,支撑座左右两部上侧均连接有安装架。本实用新型通过三个气缸带动各自连接的推杆进行移动,通过推杆带动连接件在管道内进行滑动,对不同的管道内部进行控制,从而达到在对气敏材料进行测试,能够根据不同需求对测试气体的容量和浓度进行调节,同时能够同时对不同气体状态下的气敏材料进行测试,提高测试数据的可靠性和实现测试方式的多样性的效果。

Patent Agency Ranking