上海交通大学余大伟获国家专利权
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！
龙图腾网获悉上海交通大学申请的专利基于神经网络的低资源场景下关系抽取方法及系统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：CN115795048B 。
龙图腾网通过国家知识产权局官网在2025-10-28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：202211509059.4，技术领域涉及：G06F16/36；该发明授权基于神经网络的低资源场景下关系抽取方法及系统是由余大伟;傅洛伊;龙飞;王新兵;周成虎设计研发完成，并于2022-11-29向国家知识产权局提交的专利申请。
本基于神经网络的低资源场景下关系抽取方法及系统在说明书摘要公布了：本发明提供了一种基于神经网络的低资源场景下关系抽取方法及系统，包括：步骤S1：构建基于双塔结构的神经网络模型；步骤S2：训练双塔结构神经网络模型；步骤S3：语料利用训练后的双塔结构神经网络模型推测语句中实体之间的关系。本发明为低资源场景下的关系抽取提供了一种方法，并提高了低资源场景下关系抽取的准确率。
本发明授权基于神经网络的低资源场景下关系抽取方法及系统在权利要求书中公布了：1.一种基于神经网络的低资源场景下关系抽取方法，其特征在于，包括： 步骤S1：构建基于双塔结构的神经网络模型； 步骤S2：训练双塔结构神经网络模型； 步骤S3：语料利用训练后的双塔结构神经网络模型推测语句中实体之间的关系； 所述双塔结构的神经网络模型包括：第一BERT编码器和第二BERT编码器； 所述第一BERT编码器是利用函数映射对数据集中输入的句子以及实体进行嵌入处理； 所述第二BERT编码器是利用函数映射对数据集中输入的关系进行嵌入处理； 所述步骤S2采用： 步骤S2.1：利用资源丰富的关系抽取语料对双塔结构神经网络模型进行预训练，得到预训练后的双塔结构神经网络模型； 步骤S2.2：利用领域不同的低资源关系抽取语料训练预训练后的双塔结构神经网络模型得到训练后的双塔结构神经网络模型。
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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励