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！

龙图腾网获悉江苏大学申请的专利基于说话人增强类型标签的对话文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：CN115757703B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202211519193.2，技术领域涉及：G06F16/334；该发明授权基于说话人增强类型标签的对话文本关系抽取方法是由毛启容;姚庆;詹永照;马忠臣设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。

本基于说话人增强类型标签的对话文本关系抽取方法在说明书摘要公布了：本发明公开了一种基于说话人增强类型标签的对话文本关系抽取方法，在实体类型模块中，将实体标签插入到对话文本中实体提及前后，形成输入序列A；将A转换成低维特征序列，将实体标签的头标签对应的低维特征取平均，生成实体类型的特征并进行分类，进而预测实体类型；在关系抽取模块中，将说话人增强类型标签插入到对话文本中实体提及Entitymention前后，形成输入序列B；将B转换成低维特征序列，输入特征强化层，特征强化层捕捉上下文信息且生成实体对主客体的实体表征；将主客体的实体表征和B中的全局特征输入关系分类器进行分类，从而预测实体对之间的关系。本发明显著提高了对话文本关系抽取的性能。

本发明授权基于说话人增强类型标签的对话文本关系抽取方法在权利要求书中公布了：1.基于说话人增强类型标签的对话文本关系抽取方法，其特征在于： 实体类型模块输入对话文本，将实体标签插入到对话文本中实体提及前后，形成输入序列A；编码器A将输入序列A转换成低维特征序列H，将实体标签的头标签对应的低维特征取平均，生成实体类型的特征并进行分类，进而预测实体类型； 关系抽取模块输入对话文本和预测的实体类型，将说话人增强类型标签插入到对话文本中实体提及Entitymention前后，形成输入序列B；编码器B将输入序列B转换成低维特征序列H′，输入特征强化层，特征强化层捕捉上下文信息且生成实体对主客体的实体表征；将主客体的实体表征和输入序列B中的全局特征输入关系分类器进行分类，从而预测实体对之间的关系； 插入说话人增强类型标签的对话文本表示关系抽取模块中第i个对话轮次调整后的词例序列，表示第i个对话轮次调整后的匿名说话人的ID；如果si∈{s,o}，则否则其中s、o分别表示实体对中的主体和客体，si表示第i个对话轮次中匿名说话人的ID，i＝1,2,3…m，m表示对话轮次数，∈表示空字符； 1如果e∈{s,o}且te≠SPK，其中SPK表示说话人类型，te代表ts或to： 若实体则在含有实体提及的词例序列中实体提及前后插入说话人增强类型标签： 否则， 其中ti＝xi1,xi2,..,xij,..,xin表示第i个对话轮次的词例序列，xij为第i个对话轮次的一个词例，且j＝1,2,3…n，n表示一个对话轮次的词例数，表示实体e的第r个提及，[E:te]为[S:tS]或[O:tO]，[E:te]为[S:tS]或[O:tO]，[S:ts]和[S:ts]、[O:to]和[O:to]为实体对主客体的说话人增强类型标签；ts为实体对中主体的类型，to为实体对中客体的类型，S和O为替代符，具体地，若实体e是主体，则E＝S，若实体e是客体，则E＝O； 2如果e∈{s,o}且te＝SPK： 若e＝si，则在对话轮次的词例序列前后插入说话人增强类型标签： 否则， 若实体e是主体，则E＝S，若实体e是客体，则E＝O； 实体e表示词例序列包含的实体对中的主体和客体。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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。