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！

龙图腾网获悉中国科学院新疆理化技术研究所申请的专利融合关系概念的增量少样本关系分类方法、装置、设备及存储介质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：CN116069945B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202211674596.4，技术领域涉及：G06F16/36；该发明授权融合关系概念的增量少样本关系分类方法、装置、设备及存储介质是由马博;马荣;杨雅婷;王震;董瑞;王磊;周喜设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本融合关系概念的增量少样本关系分类方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种融入关系概念的增量少样本关系抽取方法、装置、设备以及存储介质，该方法获取关系抽取数据集，划分数据集，构建增量少样本关系抽取数据集；提取句子语义信息及实体对语义信息；根据基础关系的标注样本训练基础关系的原型嵌入；固定基础阶段训练好的编码器及原型嵌入以便于进行增量学习，并选取基础关系的代表性样本；构造多组不同的伪增量少样本元学习任务，并对于新增关系的支持实例融入对应的关系概念；根据所述构造的元学习任务训练增量少样本关系抽取模型；对查询句子的特征表示融入关系原型，计算与关系原型向量之间的度量，实现对查询句子的关系抽取。本发明增强了模型在增量少样本情景下，对新增关系支持实例的特征向量表示，可以更好的适应增量少样本情景下的关系抽取任务，提高了增量少样本关系抽取的准确率。

本发明授权融合关系概念的增量少样本关系分类方法、装置、设备及存储介质在权利要求书中公布了：1.一种融合关系概念的增量少样本关系抽取方法，其特征在于按下列步骤进行： a、获取少样本关系抽取数据集，划分数据集至基础关系集、新增关系验证集和新增关系测试集，构建增量少样本关系抽取数据集； b、根据有标签的基础关系样本，引入特殊标记符，借助预训练语言模型提取句子语义信息及实体对语义信息； c、通过对有标签的基础关系样本训练基础关系的原型嵌入，根据其训练样本的语义特征向量训练基础关系抽取模型，学习基础关系的原型嵌入表示； d、固定基础阶段训练好的编码器及原型嵌入，基于聚类的思想，选取基础关系的代表性样本； e、基于基础关系集构造伪增量少样本元学习任务，通过预训练的MPNET模型得到关系概念的特征表示，对新增关系的学习融入对应的关系概念，所述构造伪增量少样本元学习任务为：从基础关系集中构造基础关系，及新增关系，从基础关系的训练集或者测试集中构建支持集；对于新增关系的支持实例融入对应的关系概念为：新增关系的少量支持实例1或5条样本经过固定的BERT模型得到的语义特征向量作为文本特征，经过预训练的MPNET模型得到关系概念的向量表示，随后固定关系概念的向量表示，通过对比学习将关系概念的嵌入表示融入支持示例的句子级语义特征向量中，最后将所属同一关系的向量表示取平均得到新增关系的原型表示； f、根据所述构造元学习任务训练增量少样本关系抽取模型； g、对查询句子的特征表示融入关系原型，计算与关系原型向量之间的度量，实现对查询句子的关系抽取。

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科学院新疆理化技术研究所，其通讯地址为：830011 新疆维吾尔自治区乌鲁木齐市北京南路40号附1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。