一种基于语义感知增强的事件因果关系识别方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于语义感知增强的事件因果关系识别方法
申请号:
CN202510515561
申请日期:
2025-04-23
公开号:
CN120430397A
公开日期:
2025-08-05
类型:
发明专利
摘要
本发明提供了一种基于语义感知增强的事件因果关系识别方法,涉及因果关系识别技术领域。包括:创建动态可适配的提示模版库;根据所述动态可适配的提示模版库确定最优的提示模版;获取原始文本序列数据并与所述最优的提示模版相结合,得到模型待输入数据;将所述模型待输入数据输入到构建好的语言模型中,得到预测结果;本发明解决了现有技术中往往忽视了原始文本序列自身的多层次语义关联,导致模型对于因果关系的判断不够精准的问题。
技术关键词
识别方法
模版
事件特征
分层特征提取
模型超参数
静态特征
线性变换矩阵
注意力
语义特征
动态
文本
子模块
融合特征
序列
表达式
编码器
数据编码
系统为您推荐了相关专利信息
1
城市电力碳排放关联因素识别方法、装置、设备、介质和产品
排放量
电力
资源属性值
时间段
数据
2
一种基于人工智能的工程施工质量瑕疵识别方法
马尔科夫随机场模型
砖石结构
伪影
瑕疵识别方法
消除背景噪声
3
一种基于阵列光斑的显微散焦图像深度估计方法
图像深度估计方法
深度图
光斑
阵列
空域特征
4
一种乌苏里江流域的优先保护区识别方法
生态系统服务
保护区
栖息地
景观
地图可视化技术
5
一种岩性约束下的高精度测井图像裂缝识别方法
裂缝识别方法
测井图像
指标
岩石力学参数
裂缝系统