基于去偏置对比学习的多模态融合命名实体识别方法、设备、介质和产品.pdfVIP

下载本文档

5
0
约2.62万字
约 21页
2023-11-08 发布于四川
举报
版权申诉

基于去偏置对比学习的多模态融合命名实体识别方法、设备、介质和产品.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于去偏置对比学习的多模态融合命名实体识别方法、设备、介质和产品，属于知识挖掘和知识管理技术领域，解决多模态融合命名实体识别准确度低问题。本发明的方法包括：建立多模态融合模块来生成跨模态语义信息，在该模块中添加跨模态门控机制去除模态间噪声；该模块还引入一个去偏置对比学习方法，引入难分样本挖掘策略来处理视觉对象数量上的偏差，并引入去偏置对比损失。其次，本发明采用GlobalPointer(GP)作为NER解码器用来提升模型对实体边界信息处理能力，设计一个交叉熵损失函数来促使模型学习每个训练支持实例

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117010389 A (43)申请公布日 2023.11.07 (21)申请号 202310801931.0 G06V 10/82 (2022.01) (22)申请日 2023.07.