公开(公告)号：CN111522965A

公开(公告)日：2020-08-11

申请号：CN202010323470.7

申请日：2020-04-22

Applicant: 重庆邮电大学

Inventor： 韩雨亭 ,  邓蔚 ,  王瑛琦 ,  王国胤 ,  周政

IPC: G06F16/36 ,  G06F40/295 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06F16/35

Abstract: 本发明涉及自然语言处理技术领域，具体涉及基于迁移学习的实体关系抽取的问答方法，关系分类结果的获得包括：获取源域和目标域文本数据集，预处理；将预处理后的数据输入skip‑gram模型训练，得到源域和目标域文本数据的词向量，获取源域和目标域文本数据的位置向量，将位置向量与词向量级联，得到源域目标域文本数据的联合特征向量；将源域文本数据的联合特征向量输入BiLSTM网络预训练，得到预训练过程中的网络参数和源域文本数据的上下文信息、语义特征；将目标域文本数据的联合特征向量输入BiLSTM_CNN融合模型重训练，得到目标域文本数据的高维特征向量并送入分类器，输出关系分类结果。本发明可以提高问答准确率。