公开(公告)号：CN117932134A

公开(公告)日：2024-04-26

申请号：CN202310975209.9

申请日：2023-08-03

Applicant: 中国舰船研究设计中心

Inventor： 汪瞳 ,  张舒 ,  范慧丽 ,  应杰 ,  董晓明

IPC: G06F16/951 ,  G06F16/31 ,  G06F16/33 ,  G06F16/36

Abstract: 本发明公开了一种使用词条内容递归爬取词条数据的方法，包括以下步骤：1)对船舶知识库中的数据建立倒排索引表；2)从倒排索引表集群中检索出请求问题的关键词条；3)对检索出的关键词条，使用数据爬虫进行词条的爬取；4)对数据爬虫输出的文本进行格式的统一；5)对统一后的文本进行筛选；6)对粗排的文本选择前列设定数量文本进行二次筛选，返回二次筛选后的文本；7)进行三元组抽取；8)对冲突三元组进行纠错与知识融合；9)根据处理后的三元组获得知识抽取后的知识图谱。本发明方法可以从结构化数据、半结构化数据、非结构化数据中抽取词条，借助使用词条内容递归爬取词条数据的方法，用机器基本代替人工实现自动化知识扩充。

公开(公告)号：CN117610573A

公开(公告)日：2024-02-27

申请号：CN202311640997.2

申请日：2023-11-30

Applicant: 中国舰船研究设计中心

Inventor： 汪瞳 ,  应杰 ,  董晓明 ,  张舒 ,  范慧丽

IPC: G06F40/295 ,  G06F16/901 ,  G06F16/903 ,  G06F40/126 ,  G06F40/279 ,  G06N5/02 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/047

Abstract: 本发明公开了一种基于实体链接表的实体识别方法，包括以下步骤：1)获取知识库中的非结构化、半结构化和结构化数据在内的多种数据源；2)整合异构数据源，对于整合后的实体名称，中文名称按字切分，英文名称按词切分，并且根据切分的结果生成ac树、倒排表、tfidf的权重以及实体链接表；3)对输入文本序列信息进行处理；4)使用实体链接表PromptIE模型对不同数据源的文本进行统一编码，对句子中已匹配的实体与句子进行实体识别，抽取实体知识。本发明方法可以从多种数据来源进行实体识别，而无需针对某种数据类型修改模型。

公开(公告)号：CN117235274A

公开(公告)日：2023-12-15

申请号：CN202310975138.2

申请日：2023-08-03

Applicant: 中国舰船研究设计中心

Inventor： 汪瞳 ,  范慧丽 ,  应杰 ,  董晓明 ,  张舒

IPC: G06F16/36 ,  G06F16/31

Abstract: 本发明公开了一种基于倒排表的领域知识抽取方法，包括以下步骤：1)对船舶知识库中的非结构化、半结构化和结构化数据建立倒排索引表；倒排索引表存储单词在文档中的位置映射；2)基于轮询的负载均衡算法，从倒排索引表集群中检索出请求问题的候选知识；3)对检索出的候选知识，进行对候选知识的排序；4)对排序后的TopN候选知识进行三元组抽取；5)对抽取的三元组中的冲突三元组进行纠错与知识融合；6)根据处理后的三元组获得知识抽取后的知识图谱。本发明通过缩小候选知识范围，快速从知识库中抽取知识，提高系统响应速度。

公开(公告)号：CN117077783A

公开(公告)日：2023-11-17

申请号：CN202310977291.9

申请日：2023-08-03

Applicant: 中国舰船研究设计中心

Inventor： 汪瞳 ,  董晓明 ,  张舒 ,  范慧丽 ,  应杰

IPC: G06N5/025 ,  G06F16/31 ,  G06F16/335 ,  G06F16/35

Abstract: 本发明公开了一种用于知识库的两步知识抽取方法，包括以下步骤：对船舶知识库中的非结构化、半结构化和结构化数据建立倒排索引表；倒排索引表存储单词在文档中的位置映射；基于轮询的负载均衡算法，从倒排索引表集群中检索出请求问题的候选知识；对检索出的候选知识，进行对知识的粗排操作；对粗排的候选知识选择前列候选知识进行精排操作，返回再次筛选后的候选知识；对排序后的TopN候选知识进行三元组抽取；对抽取的三元组中的冲突三元组进行纠错与知识融合；根据处理后的三元组获得知识抽取后的知识图谱。本发明通过二次筛选缩小候选知识范围，快速从知识库中抽取知识，提高系统响应速度。