为了高效的利用知识，在基于“Sentence-正向SPO-负向SPO”对齐语料设计了哪些任务？
为了高效的利用知识，在基于“Sentence-正向SPO-负向SPO”对齐语料设计了哪些任务？
展开
收起
来自：
阿里技术
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
1
条回答
写回答
-
1、Mention Detection：增强模型对核心实体Mention的理解； Sentence-SPO joint Mask：2、将大规模文本数据及其对应的SPO知识同时输入到预训练模型中进行预联合训练，促进结构化知识和无结构文本之间的信息共享，提升模型语义理解能力； 3、SPO Margin Magnify：设计对比学习的预训练任务，拉开Sentence相关SPO与无关SPO语义间隔，使其具备更强的语义区分能力。
2022-05-08 18:58:41赞同 展开评论
相关问答
