買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉大連海洋大學申請的專利融合ResNeXt的EBAC魚類文本聯合抽取方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114528408B 。

龍圖騰網通過國家知識產權局官網在2025-08-29發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210181120.0，技術領域涉及：G06F16/353；該發明授權融合ResNeXt的EBAC魚類文本聯合抽取方法是由張思佳;于英囡;張鑫;王梓銘;安宗詩;孫華;王貴艷設計研發完成，并于2022-02-25向國家知識產權局提交的專利申請。

本融合ResNeXt的EBAC魚類文本聯合抽取方法在說明書摘要公布了：本發明屬于文本實體關系聯合抽取領域，涉及一種融合ResNeXt的EBAC魚類文本聯合抽取方法，將魚類科普文本輸入深度學習模型進行實體關系聯合抽取；深度學習模型包括：ERNIE預訓練模型，對魚類科普文本進行編碼，獲得相應字向量；BiLSTM模型，捕捉字向量中依賴關系，獲得相應隱藏狀態向量；Attention注意力模型，對隱藏狀態向量進行權重分配，生成相應語義向量，Attention注意力模型融合ResNeXt思想，不增加模型復雜度的前提下提高抽取效果；CRF解碼器，對語義向量進行解碼，獲得規范標簽，完成實體關系聯合抽取。本發明解決了實體間語義不強、長序列語義稀釋和長距離依賴問題，抽取效果好。

本發明授權融合ResNeXt的EBAC魚類文本聯合抽取方法在權利要求書中公布了：1.融合ResNeXt的EBAC魚類文本聯合抽取方法，其特征在于，包括： 將魚類科普文本輸入深度學習模型進行實體關系聯合抽取； 所述深度學習模型包括： ERNIE預訓練模型，用于對所述魚類科普文本進行編碼，獲得相應的字向量； BiLSTM模型，用于捕捉所述字向量中的依賴關系，獲得相應的隱藏狀態向量； Attention注意力模型，用于對所述隱藏狀態向量進行權重分配，生成相應的語義向量，其中所述Attention注意力模型融合了ResNeXt思想，在不增加模型復雜度的前提下提高抽取效果； CRF解碼器，用于對所述語義向量進行解碼，獲得相應的規范標簽，根據規范標簽確定實體關系； 在抽取所述實體關系前，需要對所述BiLSTM模型進行訓練，訓練方法為： 獲取魚類科普文本，建立魚類科普文本庫； 將所述魚類科普文本庫中的部分魚類科普文本作為訓練集； 對所述訓練集中的魚類科普文本進行標注； 將所述訓練集中的魚類科普文本輸入所述ERNIE預訓練模型，獲得相應的字向量； 將所述字向量輸入所述BiLSTM模型，獲得相應的隱藏狀態向量；隱藏狀態向量的獲得方法如下：BiLSTM模型用于將正向隱藏層向量、反向隱藏層向量處理后的結果合并，并作為當前字符的隱藏狀態向量；該處理過程表示為： vt＝[ht:ht'] V＝{v1,…,vt,…,vT} 其中，ht和ht'分別表示正向隱藏層向量、反向隱藏層向量；V表示所有時刻隱藏層向量的組合，作為BiLSTM模型的輸出傳送給Attention注意力模型；t表示時間； 將所述隱藏狀態向量輸入融合了ResNeXt思想的Attention注意力模型，獲得相應的語義向量； 將所述語義向量利用CRF解碼器進行解碼，獲得相應的規范標簽及實體關系； 根據所述CRF解碼器解碼得到的實體關系與所述訓練集中的魚類科普文本標注的實體關系的誤差對所述深度學習模型進行調整，完成對所述深度學習模型的訓練。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人大連海洋大學，其通訊地址為：116036 遼寧省大連市沙河口區黑石礁街52號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。