-
公开(公告)号:CN114707494B
公开(公告)日:2025-03-18
申请号:CN202210154521.7
申请日:2022-02-21
Applicant: 北京邮电大学
IPC: G06F40/279 , G06F40/247 , G06F40/211 , G06F16/334 , G06N3/084
Abstract: 本发明提供一种端到端的实体链接模型训练方法、实体链接方法及装置,构建包含第一BERT模型、第二BERT模型和Global Pointer层的初始实体链接模型,基于第一BERT模型和Global Pointer层进行指称识别,基于第一BERT模型和第二BERT模型执行实体消歧。在模型的训练过程中,将指称识别和实体消歧两部分的损失函数进行联合,同时对初始实体链接模型用于执行指称识别和实体消歧的两部分参数进行反向传播调参,有效传递调节两部分误差,使其相互依赖,提升整体效果。在实体消歧的过程中,引入预设知识库作为外部知识,能够极大提升消歧效果。
-
公开(公告)号:CN114707494A
公开(公告)日:2022-07-05
申请号:CN202210154521.7
申请日:2022-02-21
Applicant: 北京邮电大学
IPC: G06F40/279 , G06F40/247 , G06F40/211 , G06F16/33 , G06N3/08
Abstract: 本发明提供一种端到端的实体链接模型训练方法、实体链接方法及装置,构建包含第一BERT模型、第二BERT模型和Global Pointer层的初始实体链接模型,基于第一BERT模型和Global Pointer层进行指称识别,基于第一BERT模型和第二BERT模型执行实体消歧。在模型的训练过程中,将指称识别和实体消歧两部分的损失函数进行联合,同时对初始实体链接模型用于执行指称识别和实体消歧的两部分参数进行反向传播调参,有效传递调节两部分误差,使其相互依赖,提升整体效果。在实体消歧的过程中,引入预设知识库作为外部知识,能够极大提升消歧效果。
-