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基于多步骤提示学习的去偏小样本事件检测方法及装置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：CN116204641B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310200417.1，技术领域涉及：G06F16/35；该发明授权基于多步骤提示学习的去偏小样本事件检测方法及装置是由蔡飞;王思远;陈洪辉;郑建明;宋城宇;王梦如;刘登峰;李佩宏;罗雪山设计研发完成，并于2023-03-03向国家知识产权局提交的专利申请。

本基于多步骤提示学习的去偏小样本事件检测方法及装置在说明书摘要公布了：本发明提供一种基于多步骤提示学习的去偏小样本事件检测方法及装置，方法包括以下步骤：1选取初始数据集，将初始数据集分割为符合小样本训练设置的数据矩阵，从预设的每个事件类型中选择实例并区分形成训练集、验证集和测试集；2对训练集、验证集和测试集的事件文本进行多步骤处理，在其中一个子任务中识别事件文本并获得预测的触发词，在另一个子任务中根据触发词对事件文本进行事件分类；3对各分类后的事件文本进行聚类，以获得每个聚类中簇的质心作为事件标签的表示，输出每个事件类型的概率，概率最高的事件类型即为检测的事件标签。本申请可以适应真实的小样本设置和数据不足的场景，解决了上下文绕过问题，同时提高泛化性能。

本发明授权基于多步骤提示学习的去偏小样本事件检测方法及装置在权利要求书中公布了：1.一种基于多步骤提示学习的去偏小样本事件检测方法，其特征是，所述方法包括以下步骤： 1选取初始数据集，将初始数据集分割为符合小样本训练设置的数据矩阵，从预设的每个事件类型中选择实例并区分形成训练集、验证集和测试集； 2对所述训练集、所述验证集和所述测试集的事件文本进行多步骤处理，即在一次迭代中同时执行两个子任务并同步训练两个连续的子提示，在其中一个所述子任务中识别所述事件文本并获得预测的触发词，在另一个所述子任务中根据所述触发词对所述事件文本进行事件分类； 在步骤2中，还包括，将所述训练集、所述验证集和所述测试集的事件文本修改为提示函数，其具体形式为： 其中为手动构造的提示模版，所述提示模板包含一个掩码位置[MASK]； 为事件文本，[CLS]为分类指令，[SEP]为分隔符； 在步骤2中，所述获得预测的触发词具体包括：给定一个事件文本，通过将大规模预训练语言模型的海量词汇映射到原始文本中，得到触发词的概率分布，概率最高的候选词是所述预测的触发词； 所述触发词的概率分布公式如下： 其中，是[MASK]的隐藏层向量，t为触发词，为输入的事件文本序列，为所述提示函数所提供的提示符，为事件文本序列内选定的概率最高的候选词； 在步骤2中，还包括：设置额外的知识增强的本体文本，所述知识增强的本体文本具体包括：在识别所述事件文本并获得预测的触发词中添加一个本体文本于事件文本之后，从而进一步阐述其含义； 在事件分类中，在事件文本和预测的触发词之间放置有另一个本体文本，从而明确所述事件文本和所述预测的触发词的事件分类目标； 3对各分类后的所述事件文本进行聚类，以获得每个聚类中簇的质心作为事件标签的表示，输出每个事件类型的概率，概率最高的事件类型即为检测的事件标签； 在步骤3中，所述输出每个事件类型的概率具体包括： 给定一组事件标签，基于生成的d维事件嵌入，候选事件类型的概率，表示为： 其中，为事件标签的预测概率，为所述提示函数所提供的提示符。

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：410003 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。