基于深度学习ALBERT模型的集成电路知识图谱提取与构建方法

本发明属于自然语言处理技术领域，具体公开了一种基于深度学习ALBERT模型的集成电路知识图谱提取与构建方法。本发明方法首先进行数据预处理，得到预处理后的语料库，训练ALBERT初始模型，得到ALBERT模型；接着将预处理后的语料库输入到ALBERT模型中，由实体提取模块进行实体提取；在实体提取的基础上，进一步利用ALBERT模型的关系提取模块进行关系提取；最后将提取出的实体和提取出的关系进行结构化表示，构建集成电路领域的知识图谱，并通过提取出的关系的结果进一步优化ALBERT模型。本发明有效提高训练速度，适应大规模文本数据处理需求，提高关系提取效率和准确率，为知识图谱构建提供有力的支持。