买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军国防科技大学申请的专利一种融合原型知识的关系抽取方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115270761B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210896384.4，技术领域涉及：G06F18/2415；该发明授权一种融合原型知识的关系抽取方法是由庞宁;赵翔;肖卫东;葛斌;胡艳丽;谭真;张翀设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。

本一种融合原型知识的关系抽取方法在说明书摘要公布了：本发明公开了一种融合原型知识的关系抽取方法，在输入层，输入训练样本；在编码层，利用预训练语言模型，对关系所涉及的头尾实体进行符号标记，并将标记所对应的隐藏层向量串联作为句子编码向量；在原型向量层，首先初始化各关系的原型向量，然后通过对比学习，最小化样本与其对应关系的原型向量之间的距离，最大化样本与其他关系类别的原型向量之间的距离，学习更新各关系的原型向量，获得原型知识；在记忆融合层，通过多头自注意力的方法，将原型知识融合到当前样本的编码向量中，用于特征增强；在输出层，通过一个多分类器根据融合了原型知识的句子编码向量对实体之间的关系进行分类预测。

本发明授权一种融合原型知识的关系抽取方法在权利要求书中公布了：1.一种融合原型知识的关系抽取方法，其特征在于，包括以下步骤： 步骤1，在输入层，输入训练样本； 步骤2，在编码层，利用预训练语言模型，对关系所涉及的头尾实体进行符号标记，并将标记所对应的隐藏层向量串联作为句子编码向量； 步骤3，在原型向量层，首先初始化各关系的原型向量，然后通过对比学习，最小化样本与其对应关系的原型向量之间的距离，最大化样本与其他关系类别的原型向量之间的距离，学习更新各关系的原型向量，获得原型知识； 步骤4，在记忆融合层，通过多头自注意力的方法，将原型知识融合到当前样本的编码向量中，用于特征增强； 步骤5，在输出层，通过一个多分类器根据融合了原型知识的句子编码向量对实体之间的关系进行分类预测； 在步骤4中，所述记忆融合层通过多头自注意力机制将原型向量作为记忆知识，融合到当前的句子特征向量中； 首先，设定有个注意力头，对所述句子特征向量，进行自注意力运算，得到： 其中，为特征向量的线性变化，和为原型向量集合的线性变化，为了从多视角获得相关信息，将多头注意力所得到的隐藏特征进行汇聚，得到： 其中，为可训练的参数，表示经过自注意力层运算汇聚后的特征向量，表示第i个注意力头运算后的特征向量，M表示注意力头数，为一个归一化操作函数； 最后，使用一个特征结合器将所述原型知识与所述当前的句子特征向量进行融合，特征结合器由一个全连接层构成，通过参数学习，动态调整两种特征的结合强度，融合过程表示为： 其中，和为可训练的参数，表示融合了原型知识的句子特征向量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军国防科技大学，其通讯地址为：410073 湖南省长沙市开福区德雅路109号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。