[發(fā)明專利]基于電商領(lǐng)域表示模型的端到端三元組提取方法及系統(tǒng)在審
| 申請(qǐng)?zhí)枺?/td> | 202110793647.4 | 申請(qǐng)日： | 2021-07-14 |
| 公開(kāi)（公告）號(hào)： | CN113282757A | 公開(kāi)（公告）日： | 2021-08-20 |
| 發(fā)明（設(shè)計(jì)）人： | 張賓;孫喜民;周晶;王帥;劉丹;鄭斌;孫博;李鑫 | 申請(qǐng)（專利權(quán)）人： | 國(guó)網(wǎng)電子商務(wù)有限公司;國(guó)網(wǎng)電商科技有限公司 |
| 主分類號(hào)： | G06F16/35 | 分類號(hào)： | G06F16/35;G06F16/951;G06F40/117;G06F40/295;G06F40/30;G06N3/04;G06N3/08 |
| 代理公司： | 成都華復(fù)知識(shí)產(chǎn)權(quán)代理有限公司 51298 | 代理人： | 龐啟成 |
| 地址： | 100053 北京市*** | 國(guó)省代碼： | 北京;11 |
| 權(quán)利要求書(shū)： | 查看更多 | 說(shuō)明書(shū)： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 基于 領(lǐng)域 表示 模型 端到端 三元 提取 方法 系統(tǒng) | ||
1.基于電商領(lǐng)域表示模型的端到端三元組提取方法，其特征是，包括：
S100：利用爬蟲(chóng)工具獲取商品的描述文本，對(duì)描述文本進(jìn)行掩碼處理作為第一訓(xùn)練數(shù)據(jù)；
S200：基于chunk-transformers架構(gòu)構(gòu)建表示模型，采用第一訓(xùn)練數(shù)據(jù)訓(xùn)練表示模型；
S300：從步驟S100所爬取的描述文本提取三元組，獲得第二訓(xùn)練數(shù)據(jù)，并對(duì)第二訓(xùn)練數(shù)據(jù)進(jìn)行關(guān)系的人工標(biāo)注；
S400：基于Attention-Bi-LSTM構(gòu)建實(shí)體識(shí)別模型，采用已訓(xùn)練的表示模型對(duì)第二訓(xùn)練數(shù)據(jù)進(jìn)行表示，獲得表示向量，采用實(shí)體識(shí)別模型對(duì)表示向量進(jìn)行初步識(shí)別，獲得包含實(shí)體范圍的表示向量；
S500：利用關(guān)系生成模型將步驟S400所獲得表示向量生成實(shí)體的關(guān)系標(biāo)注序列，根據(jù)生成的關(guān)系標(biāo)注序列和真實(shí)標(biāo)注的交叉熵，優(yōu)化實(shí)體識(shí)別模型和關(guān)系生成模型；
S600：使用第二訓(xùn)練數(shù)據(jù)訓(xùn)練關(guān)系生成模型，獲得標(biāo)注，加上實(shí)體識(shí)別模型識(shí)別描述文本的商品類別，即提取出描述文本的三元組文本。
2.如權(quán)利要求1所述的基于電商領(lǐng)域表示模型的端到端三元組提取方法，其特征是：
步驟S300中采用BIOE標(biāo)注標(biāo)準(zhǔn)進(jìn)行標(biāo)注。
3.如權(quán)利要求1所述的基于電商領(lǐng)域表示模型的端到端三元組提取方法，其特征是：
步驟S500中，關(guān)系生成模型采用LSTMd模型。
4.基于電商領(lǐng)域表示模型的端到端三元組提取系統(tǒng)，其特征是，包括：
第一模塊，用來(lái)利用爬蟲(chóng)工具獲取商品的描述文本，對(duì)描述文本進(jìn)行掩碼處理作為第一訓(xùn)練數(shù)據(jù)；
第二模塊，用來(lái)基于chunk-transformers架構(gòu)構(gòu)建表示模型，采用第一訓(xùn)練數(shù)據(jù)訓(xùn)練表示模型；
第三模塊，用來(lái)從第一模塊所爬取的描述文本提取三元組，獲得第二訓(xùn)練數(shù)據(jù)，并對(duì)第二訓(xùn)練數(shù)據(jù)進(jìn)行關(guān)系的人工標(biāo)注；
第四模塊，用來(lái)基于Attention-Bi-LSTM構(gòu)建實(shí)體識(shí)別模型，采用已訓(xùn)練的表示模型對(duì)第二訓(xùn)練數(shù)據(jù)進(jìn)行表示，獲得表示向量，采用實(shí)體識(shí)別模型對(duì)表示向量進(jìn)行初步識(shí)別，獲得包含實(shí)體范圍的表示向量；
第五模塊，用來(lái)利用關(guān)系生成模型將第四模塊所獲得表示向量生成實(shí)體的關(guān)系標(biāo)注序列，根據(jù)生成的關(guān)系標(biāo)注序列和真實(shí)標(biāo)注的交叉熵，優(yōu)化實(shí)體識(shí)別模型和關(guān)系生成模型；
第六模塊，用來(lái)使用第二訓(xùn)練數(shù)據(jù)訓(xùn)練關(guān)系生成模型，獲得標(biāo)注，加上實(shí)體識(shí)別模型識(shí)別描述文本的商品類別，即提取出描述文本的三元組文本。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于國(guó)網(wǎng)電子商務(wù)有限公司;國(guó)網(wǎng)電商科技有限公司，未經(jīng)國(guó)網(wǎng)電子商務(wù)有限公司;國(guó)網(wǎng)電商科技有限公司許可，擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請(qǐng)聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110793647.4/1.html，轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
