原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了基于指针网络的非结构文本抽取多任务联合训练方法，解决了传统的信息抽取方法的弊端：传统的信息抽取方法在模型操作上的孤立，且下游模型的输入依赖于上游模型的输出，不利于利用文本的全局信息且容易造成错误传播的问题。本发明包括基于指针网络非结构文本抽取方法和求解非结构文本的多任务联合训练方法。本发明将指针网络应用于信息抽取的实体和事件边界检测，相较于之前使用Span枚举和纯化的方法，不仅提升了效果，而且让模型架构更加简单统一。本发明将图注意力神经网络应用于信息抽取中实体和事件提及特征表示的学习
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 111488726 A
(43)申请公布日
2020.08.04
(21)申请号 20201
文档评论（0）