公开(公告)号：CN117408247A

公开(公告)日：2024-01-16

申请号：CN202311726555.X

申请日：2023-12-15

Applicant: 南京邮电大学

Inventor： 亓晋 ,  刘晨雅 ,  孙雁飞 ,  郭宇锋 ,  胡筱旋 ,  董振江

IPC: G06F40/279 ,  G06F16/36 ,  G06F16/28 ,  G06N5/022

Abstract: 本发明属于智能制造三元组抽取领域，公开了一种基于关系指针网络的智能制造三元组抽取方法，包括上下文预训练模型编码模块、潜在关系预测模块、头实体解码模块、头尾实体对齐模块，以BERT预训练模型代替现行的word2vec词向量生成模型，以双向门控循环神经元为网络结构，利用平均池化网络和全连接神经网络预测出数据中存在的潜在关系，解决后续实体识别的过程中智能制造关系计算冗余的问题，再利用两个基于跨度的双层指针网络计算实体位置，解决实体嵌套与关系重叠问题，提高智能制造实体标注的准确率，最后通过关系指针网络基于潜在关系匹配实体对，从而正确抽取出智能制造三元组，提高三元组抽取任务的效率和质量。

公开(公告)号：CN117408247B

公开(公告)日：2024-03-29

申请号：CN202311726555.X

申请日：2023-12-15

Applicant: 南京邮电大学

Inventor： 亓晋 ,  刘晨雅 ,  孙雁飞 ,  郭宇锋 ,  胡筱旋 ,  董振江

IPC: G06F40/279 ,  G06F16/36 ,  G06F16/28 ,  G06N5/022

Abstract: 本发明属于智能制造三元组抽取领域，公开了一种基于关系指针网络的智能制造三元组抽取方法，包括上下文预训练模型编码模块、潜在关系预测模块、头实体解码模块、头尾实体对齐模块，以BERT预训练模型代替现行的word2vec词向量生成模型，以双向门控循环神经元为网络结构，利用平均池化网络和全连接神经网络预测出数据中存在的潜在关系，解决后续实体识别的过程中智能制造关系计算冗余的问题，再利用两个基于跨度的双层指针网络计算实体位置，解决实体嵌套与关系重叠问题，提高智能制造实体标注的准确率，最后通过关系指针网络基于潜在关系匹配实体对，从而正确抽取出智能制造三元组，提高三元组抽取任务的效率和质量。