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！

龙图腾网获悉北京交通大学申请的专利一种基于Prompt多模板融合的零样本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：CN115687609B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202211082703.4，技术领域涉及：G06F16/36；该发明授权一种基于Prompt多模板融合的零样本关系抽取方法是由张春;张宁;许亮设计研发完成，并于2022-09-06向国家知识产权局提交的专利申请。

本一种基于Prompt多模板融合的零样本关系抽取方法在说明书摘要公布了：本发明提供了一种基于Prompt多模板融合的零样本关系抽取方法。该方法包括：将需要抽取关系的文本数据与预先定义的Prompt模板进行组合后，输入到预训练语言模型中，输出完形填空任务的结果，将这个结果的词嵌入输出转换成关系表示；将需要抽取关系的文本数据按照重复操作输入到不同类型的预训练语言模型中，得到多种关系表示，根据关系描述文本中的词性与不同Prompt模板之间的关系权重，对多种关系表示进行融合；将融合后的多种关系表示与关系描述文本生成的词嵌入进行欧式距离的比较，将距离转化为对应关系的概率，输出最大概率的所述需要抽取关系的文本数据的零样本关系类别。本发明方法优化了模型生成表示的能力，提高了零样本关系抽取任务的F1值。

本发明授权一种基于Prompt多模板融合的零样本关系抽取方法在权利要求书中公布了：1.一种基于Prompt多模板融合的零样本关系抽取方法，其特征在于，包括： 构造完形填空任务方式的预训练语言模型，将需要抽取关系的文本数据与预先定义的Prompt模板进行组合后，输入到预训练语言模型中，所述预训练语言模型输出完形填空任务的结果，将这个结果的词嵌入输出转换成关系表示； 将所述需要抽取关系的文本数据按照重复操作输入到不同类型的预训练语言模型中，得到多种关系表示，根据关系描述文本中的词性与不同Prompt模板之间的关系权重，对所述多种关系表示进行融合； 将融合后的多种关系表示与关系描述文本生成的词嵌入进行欧式距离的比较，将距离转化为对应关系的概率，输出最大概率的所述需要抽取关系的文本数据的零样本关系类别； 所述的根据关系描述文本中的词性与不同Prompt模板之间的关系权重，对所述多种关系表示进行融合，包括： 在训练阶段学习关系描述文本中的词性与Prompt模板之间的关系权重，在测试阶段通过学习到的词性与Promp模板之间的权重来给予不同Promp模板以合适的权重； 处理关系描述来获得Tn模板下每一种关系的描述文本中所代表其词性的向量， 其中|R|是关系类别的种类数，H|R|∈{hNN,hIN,…,hJJ},H|R|∈Rγ×d，γ为词性标签的种类数，|d|是向量的维度，hNN是代表词性为NN的特征向量，通过判断关系描述文本的词性给每个关系都赋值一个权重向量Ppos； 其中Ppos＝{P1,P2,…,Pn},Ppos∈Rn×|R|其中n是模板的种类数目，|R|是关系类别的种类数，Pn代表第n个关系模板所得到的各个关系的权重向量，f是前馈神经网络，WH∈Rn×|R|和bH∈Rn×|R|是学习的参数矩阵，tanh表示双曲正切，是神经网络中激活函数的一种； 根据关系描述文本中的词性与不同Prompt模板之间的关系权重，对所述多种关系表示进行融合。

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北京交通大学，其通讯地址为：100044 北京市海淀区西直门外上园村3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”。