-
公开(公告)号:CN117633359A
公开(公告)日:2024-03-01
申请号:CN202311673272.3
申请日:2023-12-07
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/9535 , G06N5/02 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及一种融合知识传播和提示学习机制的个性化推荐方法,属于人工智能领域。本发明将用户和物品的历史交互作为用户偏好传播的起点,利用知识图谱中的显式知识,逐层向外扩散用户兴趣,建模用户的动态行为信息;对于行为信息、用户和物品属性信息,通过提示学习技术利用预训练语言模型中的知识建模用户和物品之间的隐式关系,实现对用户的推荐。本发明利用知识图谱中的显式知识和预训练语言模型中的隐式知识补充缺失信息的思想,从多个方面对用户及物品进行表征,缓解了推荐系统中的数据稀疏问题,本发明根据用户对推荐内容的反应程度反向对推荐模型进行调校,使推荐模型更能够满足用户的兴趣爱好。
-
公开(公告)号:CN119834810A
公开(公告)日:2025-04-15
申请号:CN202411699337.6
申请日:2024-11-26
Applicant: 北京计算机技术及应用研究所
IPC: H03M7/30 , G06F18/10 , G06F18/2131 , G06F18/2433
Abstract: 本发明涉及一种强时敏目标场景下的多源瞬时饱和数据压缩方法,属于数据压缩技术领域。本发明通过多级分层架构设计,实现数据的高效压缩。该方法通过时序分析和深度学习模型提取数据关键特征,基于传感器数据的重要性与变化特性,动态选择压缩策略,满足强时敏目标场景中的实时性需求。
-
公开(公告)号:CN119719381A
公开(公告)日:2025-03-28
申请号:CN202411685755.X
申请日:2024-11-23
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/36 , G06F17/18 , G06F17/16 , G06N3/042 , G06N3/0455 , G06N3/0499 , G06N3/045 , G06N3/09 , G06N3/084 , G06F40/295
Abstract: 本发明涉及一种借助知识图谱生成关系型数据的方法,属于人工智能技术领域。本发明通过使用Graph Transformer,利用多头注意力机制和前馈神经网络的邻域聚合,能有效捕捉节点之间的语义关联与重要性,从而在新生成的图谱中保留了原始结构的特征,保证新生成的图谱结构和原始图谱结构保持一致;通过使用大语言模型(LLM)结合提示工程进行数据增强,在上下文和实体级别应用增强策略,在保持原有三元组结构的同时,通过替换策略确保增强文本内容与现实逻辑一致。微调预训练模型以适应实体识别和关系抽取任务,进一步提高了生成内容的可靠性和现实应用价值。
-
公开(公告)号:CN119719272A
公开(公告)日:2025-03-28
申请号:CN202411685682.4
申请日:2024-11-23
Applicant: 北京计算机技术及应用研究所
IPC: G06F16/3329 , G06F16/36 , G06F18/22 , G06F40/289 , G06F40/284 , G06F40/295
Abstract: 本发明涉及一种基于中台操作手册的知识问答系统及其实现及使用方法,属于计算机技术、数据管理及知识管理技术领域。本发明设计的系统包括数据接入与数据解析,实体定义、实体关系定义和实体属性定义,图谱构建,问答系统构建,用户反馈五个部分。本发明针对当前问题和客户要求设计最优、最有效率的数据处理方式,整合操作手册数据,结合自然语言处理(NLP)和知识图谱技术,对用户问题实现高效的操作手册内容检索与智能问答,为用户提供及时准确的操作流程指导,可用于协助中台操作人员快速上手,降低培训时间和培训成本。
-
-
-