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
本发明涉及一种基于关系信息增强与逻辑推理的文档级关系抽取方法。该方法包括：首先将预定义关系与同一实体的不同的提及进行注意力机制，得到具有关系信息的实体表示，将该实体表示与logsumexp池化后得到的实体表示融合得到关系信息增强的实体表示，并且模型推理需要算力小，推理速度快。其次提出使用轴注意力机制编码实体对上下文，进行实体对信息之间的逻辑推理，从而帮助预测困难的实体对进行关系预测。本发明在DocRED，CDR和GDA三个广泛使用的基准数据集上评估模型。实验结果表明该模型的性能优于现有模型，关系
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117493577A
(43)申请公布日2024.02.02
(21)申请号202311462240.9
(22)申请日2023.11.06
(71)申请人重庆邮电大学
地址400065
文档评论（0）