一种基于动态提示学习的小样本嵌套关系抽取方法

技术特征：
1.一种基于动态提示学习的小样本嵌套关系抽取方法，包括以下步骤：(1)提示模板设计，给定嵌套关系任务的原输入句子，对原输入句子按照提示模版设计进行相应转换，经过prompt模版转换函数，得到prompt输入语句；(2)答案搜索，将得到的prompt输入语句输入到预训练语言模型，通过预训练语言模型在语句中的掩码位置预测出标签词集合中概率最高的标签词；(3)答案映射，通过预训练语言模型在prompt输入语句的掩码位置预测出最终的标签词之后，将预测出的标签词映射为对应的嵌套关系任务的关系类型标签；(4)迭代抽取，逐层迭代地预测具有嵌套结构的关系三元组，并将当前层预测出的嵌套关系关系三元组用于下一层关系的预测，直到没有新的嵌套关系三元组产生。2.根据权利要求1所述的一种基于动态提示学习的小样本嵌套关系抽取方法，其特征在于，所述步骤(1)中，将嵌套关系抽取任务转化为掩码语言模型任务形式，生成每层嵌套关系的候选左、右元素对；然后，使用prompt模版转换函数将原始输入句子与每层候选左、右元素对结合，转换为prompt输入语句。3.根据权利要求1所述的一种基于动态提示学习的小样本嵌套关系抽取方法，其特征在于，所述步骤(2)中，使用预训练语言模型对prompt输入语句进行编码，根据掩码位置的编码词向量进行掩码预测，从标签词集合中选择预测概率最高的标签词，从而实现对每层嵌套关系候选左右元素对的关系类型分类。

技术总结
本发明公开了一种基于动态提示学习的小样本嵌套关系抽取方法，包括以下步骤：给定嵌套关系任务的原输入句子；经过Prompt模板转换函数得到Prompt输入语句；再输入到预训练语言模型，通过预训练语言模型在语句中的掩码位置预测出标签词；将预测出的标签词转化为对应的嵌套关系任务关系类型标签；迭代地使用Prompt模版将原任务输入句子与每层嵌套关系转化为Prompt输入句子并进行迭代式预测，最终得到所有层次的嵌套关系。本发明通过将嵌套关系抽取任务转化为掩码语言模型任务，充分发挥预训练模型和提示学习在小样本场景下的有效性，提升模型在小样本场景下的嵌套关系抽取准确性。模型在小样本场景下的嵌套关系抽取准确性。模型在小样本场景下的嵌套关系抽取准确性。


技术研发人员：麦丞程 王宇翔 陈宇 黄宜华
受保护的技术使用者：南京大学
技术研发日：2022.08.30
技术公布日：2022/11/29