公开(公告)号：CN119739795A

公开(公告)日：2025-04-01

申请号：CN202411799665.3

申请日：2024-12-09

Applicant: 中国科学院计算技术研究所

Inventor： 王石 ,  资康莉 ,  靳大为 ,  张漫漫

IPC: G06F16/28 ,  G06F16/22 ,  G06F40/284 ,  G06F40/30 ,  G06N3/045 ,  G06N3/0442 ,  G06F18/214 ,  G06F18/2431 ,  G06F18/2415

Abstract: 本发明提出一种基于BERT和TCSMN的表格分类方法和装置，包括：获取以序列表示的待分类表格；构建包括特征提取层、注意力层和归一化层的表格分类模型，其中该特征提取层结构为串联的BERT网络模型、TCSMN网络模型和MLP网络模型；利用该特征提取层，提取该待分类表格中单元格间的时序依赖，根据该时序依赖，利用该MLP网络模型，将所述待分类表格转换为该中间表格；利用该注意力层，分别获取该中间表格中每行和每列数据的语义结构信息；根据该语义结构信息和预设的多个表格类别，对该待分类表格进行分类，得到该待分类表格的表格类别。

公开(公告)号：CN119691090A

公开(公告)日：2025-03-25

申请号：CN202411849332.7

申请日：2024-12-16

Applicant: 中国科学院计算技术研究所

Inventor： 王石 ,  资康莉 ,  张漫漫

IPC: G06F16/31 ,  G06N5/025

Abstract: 本发明提出一种实体关系抽取方法、装置、设备、介质及程序产品，该方法包括如下步骤：依据给定实体对或者给定关系通过大语言模型生成非结构化文本；将所述非结构化文本添加至实体关系联合抽取模型的初始训练集，得到目标训练集；利用所述目标训练集对所述实体关系联合抽取模型进行训练；对获取的目标文本进行编码处理，得到所述目标文本的特征向量；基于训练好的所述实体关系联合抽取模型，结合所述特征向量对所述目标文本进行实体关系抽取，得到所述目标文本的三元组。该方法提高了实体关系联合抽取模型的可泛化能力和鲁棒性，提高了文本的实体关系抽取的有效性。