-
公开(公告)号:CN117852541A
公开(公告)日:2024-04-09
申请号:CN202311863442.4
申请日:2023-12-29
Applicant: 中国人民解放军空军工程大学
IPC: G06F40/295 , G06F40/30 , G06F16/36 , G06F16/35 , G06F16/33 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种实体关系三元组抽取方法、系统及计算机设备,涉及知识图谱构建技术领域,包括以下步骤:获取无人机非结构化故障知识文本;将无人机非结构化故障知识文本输入至Hor‑Ver‑Casrel模型,对三元组进行抽取,包括:基于头实体的具体位置,对头实体的水平与垂直方向进行信息融合,得到头实体水平与垂直方向的向量表示并级联,得到头实体的信息表示;将每个字符的向量表示与头实体最终的信息表示相结合,构建每个关系的映射函数,根据每个关系的映射函数预测尾实体,完成三元组的抽取。本发明将级联的水平与垂直方向的向量表示作为头实体的最终信息表示,保留了头实体的语义信息,大大减小了对后续尾实体的抽取的影响。
-
公开(公告)号:CN117807249B
公开(公告)日:2025-05-06
申请号:CN202311855702.3
申请日:2023-12-29
Applicant: 中国人民解放军空军工程大学
IPC: G06F16/36 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种三元组实体对齐方法、系统、计算机设备及存储介质,涉及实体对齐技术领域,包括以下步骤:抽取实体关系三元组;在实体关系三元组中获取相同属性与不同属性的实体对,其中相同属性的每对实体对均引入“等于”关系并构成正样本三元组,不同属性的每对实体对均引入“不等于”关系并构成负样本三元组;通过正样本三元组和负样本三元组对Bert‑EA模型进行训练;通过训练后的Bert‑EA模型对实体关系三元组的实体对进行对齐判断。本发明的正样本和负样本三元组不仅将任意两个实体之间的属性考虑了进去,还考虑了实体间可能存在的潜在关系。还提出了Bert‑EA模型,融合了多方面的语义信息,大大提高了对齐准确度。
-
公开(公告)号:CN117807249A
公开(公告)日:2024-04-02
申请号:CN202311855702.3
申请日:2023-12-29
Applicant: 中国人民解放军空军工程大学
IPC: G06F16/36 , G06N3/0455 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种三元组实体对齐方法、系统、计算机设备及存储介质,涉及实体对齐技术领域,包括以下步骤:抽取实体关系三元组;在实体关系三元组中获取相同属性与不同属性的实体对,其中相同属性的每对实体对均引入“等于”关系并构成正样本三元组,不同属性的每对实体对均引入“不等于”关系并构成负样本三元组;通过正样本三元组和负样本三元组对Bert‑EA模型进行训练;通过训练后的Bert‑EA模型对实体关系三元组的实体对进行对齐判断。本发明的正样本和负样本三元组不仅将任意两个实体之间的属性考虑了进去,还考虑了实体间可能存在的潜在关系。还提出了Bert‑EA模型,融合了多方面的语义信息,大大提高了对齐准确度。
-
-