公开(公告)号：CN115599524B

公开(公告)日：2023-06-09

申请号：CN202211329376.8

申请日：2022-10-27

Applicant: 中国兵器工业计算机应用技术研究所

Inventor： 彭龙 ,  杨亮 ,  杜宏博 ,  王嘉岩 ,  葛天恒 ,  徐天敕 ,  葛晋鹏 ,  冯国清 ,  薛行 ,  崔琳 ,  许童

IPC: G06F9/48

Abstract: 本发明涉及一种基于流数据和批数据协同调度处理的数据湖系统，属于数据处理技术领域；解决现有技术在构建数据湖或对数据湖中的数据进行处理时无法实现流数据与批数据处理任务的混合编排，效率低的问题；本发明的数据湖系统包括：集中式存储模块、计算引擎模块和数据管理模块；其中，集中式存储模块用于分类存储各个业务数据源的数据；数据管理模块用于进行数据处理任务编排，并基于预设的数据处理任务协同调度方法，对每个节点的数据处理任务进行调度处理；计算引擎模块用于基于数据处理任务需求，通过不同的计算引擎对集中式存储模块中的数据进行处理，并将处理后的数据基于数据处理任务的需求进行推送或存入集中式存储模块中。

公开(公告)号：CN115906844A

公开(公告)日：2023-04-04

申请号：CN202211361916.0

申请日：2022-11-02

Applicant: 中国兵器工业计算机应用技术研究所

Inventor： 彭龙 ,  杨亮 ,  杜宏博 ,  王乐和 ,  葛天恒 ,  薛行 ,  葛晋鹏 ,  崔琳 ,  许童 ,  王强

IPC: G06F40/295 ,  G06F40/242 ,  G06F18/214

Abstract: 本发明涉及一种基于规则模板的信息抽取方法和系统，利用规则模板融合行业术语词典与自然语言处理中常见的命名实体识别模型进行信息抽取，具体包括：基于抽取需求训练命名实体识别模型，得到训练好的命名实体识别模型；基于所述抽取需求建立信息抽取规则模板；解析所述信息抽取规则模板，调用行业术语词典和训练好的所述命名实体识别模型，对待抽取文本进行信息抽取得到抽取结果。本发明通过配置规则模板，有效融合行业术语与命名实体识别模型，解决了单以信息抽取模型抽取的信息内容规范固定、不够灵活的问题；以及行业信息抽取常见的长文本抽取中，抽取的信息之间的顺序性、规则性、关联性关系，避免了单一信息抽取模型的信息割裂。

公开(公告)号：CN115438101A

公开(公告)日：2022-12-06

申请号：CN202211250887.0

申请日：2022-10-13

Applicant: 中国兵器工业计算机应用技术研究所

Inventor： 孟英谦 ,  杨亮 ,  杜宏博 ,  王强 ,  葛天恒 ,  印泰桦 ,  葛晋鹏 ,  刘晓兰 ,  薛行 ,  崔琳 ,  许童

IPC: G06F16/2458 ,  G06F16/215 ,  G06F16/22 ,  G06N20/00

Abstract: 本发明属于计算机科学的机器学习领域，尤其涉及一种基于特征形态和数据关系的数据特征构建系统和方法。本发明充分考虑了数据之间的关联性，根据数据之间的关联性构建DAG执行聚合图，并根据数据特征的统计值构建衍生的数据特征，然后根据DAG执行聚合图对数据特征进行聚合操作，对聚合后特征集进行过滤处理和降维处理。本发明通过DAG执行聚合图充分考虑了数据特征之间的关联性，通过构建衍生的数据特征满足了对业务多样性的适应，本发明的数据特征构建方法提高了特征的信息浓度，提升了数据特征构建的效率。