-
公开(公告)号：CN109739982A
公开(公告)日：2019-05-10
申请号：CN201811563503.4
申请日：2018-12-20
Applicant: 中国科学院软件研究所
IPC: G06F16/35
Abstract: 本发明提供一种事件检测方法。所述方法包括：使用F值评价指标对正确预测的正例样本数量和正确预测的负例样本数量求偏导数，以计算所述F值评价指标对正例样本和负例样本的边际效用；计算负例样本在事件检测模型训练中的权重以对负例样本在事件检测模型训练中的权重进行缩放处理直至事件检测模型收敛。本发明通过动态缩放负例样本的训练权重，能够解决现有事件检测模型中的类别不平等问题，且不需要引入任何额外的模型参数。
-
公开(公告)号：CN117688186B
公开(公告)日：2024-09-10
申请号：CN202311511960.X
申请日：2023-11-14
Applicant: 中国科学院软件研究所
IPC: G06F16/36 , G06F40/289 , G06F40/30
Abstract: 本发明公开了一种基于知识图谱的大语言模型幻觉问题的自动修正方法和装置，其步骤包括：使用大语言模型抽取文本中需要校验的观点；利用少样本提示的方式提取待校验观点中的命名实体；从知识图谱中筛选与待校验观点相关的三元组；根据筛选得到的若干三元组对观点的正确性进行校验，并给出修改建议；结合所有观点的修改建议对文本中的错误表述进行修正。本发明能够利用大语言模型自动执行上述步骤，根据任意给定的知识图谱对大语言模型生成的文本进行修正。
-
公开(公告)号：CN113535973B
公开(公告)日：2023-06-23
申请号：CN202110632197.0
申请日：2021-06-07
Applicant: 中国科学院软件研究所 , 腾讯科技(深圳)有限公司
IPC: G06F16/36 , G06F16/35 , G06F40/205 , G06F40/30
Abstract: 本发明公开一种基于知识映射的事件关系抽取、语篇关系分析方法及装置，包括基于语言模型，挖掘事件文本中存在相似的词法与句法结构，得到特殊字词[CLS]的嵌入表示h[CLS]；基于变分自编码的语义表示编码器，获取事件文本中可类推的语义关系表示hz；根据嵌入表示h[CLS]与语义关系表示hz进行粗粒度关系分类，并获得粗粒度类别嵌入表示利用嵌入表示h[CLS]、语义关系表示hz及粗粒度类别嵌入表示对事件文本中事件对的关系类别进行分类，得到事件关系抽取结果。本发明降低训练事件关系抽取数据要求，发现大量有价值的隐式事件关系，提升事件抽取及语篇分析的准确率，丰富了大量有价值的隐式事件关系后的事件知识图谱，能够更有效地提升下游自然语言理解任务性能。
-
公开(公告)号：CN117688186A
公开(公告)日：2024-03-12
申请号：CN202311511960.X
申请日：2023-11-14
Applicant: 中国科学院软件研究所
IPC: G06F16/36 , G06F40/289 , G06F40/30
Abstract: 本发明公开了一种基于知识图谱的大语言模型幻觉问题的自动修正方法和装置，其步骤包括：使用大语言模型抽取文本中需要校验的观点；利用少样本提示的方式提取待校验观点中的命名实体；从知识图谱中筛选与待校验观点相关的三元组；根据筛选得到的若干三元组对观点的正确性进行校验，并给出修改建议；结合所有观点的修改建议对文本中的错误表述进行修正。本发明能够利用大语言模型自动执行上述步骤，根据任意给定的知识图谱对大语言模型生成的文本进行修正。
-
公开(公告)号：CN116450827A
公开(公告)日：2023-07-18
申请号：CN202310392962.5
申请日：2023-04-13
Applicant: 中国科学院软件研究所
IPC: G06F16/35 , G06F40/247 , G06F40/284
Abstract: 本发明公开了一种基于大规模语言模型的事件模板归纳方法和系统。该方法主要包含：基于上下文生成的文本概念化，基于置信度衡量的事件模板结构化和基于图的事件模板整合三个模块。具体的，基于上下文生成的文本概念化通过示例学习充分发挥大规模生成式预训练语言模型的生成能力和类比能力，将多样化的事件自然语言表达转换为统一的概念化事件模板语言；基于置信度衡量的事件模板结构化通过显著性、可靠性和一致性筛选概念化的事件类别和事件论元角色从而结构化事件模板语言；基于图的事件模板整合通过图分割聚类算法整合同一事件的分散事件模板。本发明能够在开放场景下有效发现高质量、高覆盖度的事件模板。
-
Patent Agency Ranking
公开(公告)号：CN114510928B
公开(公告)日：2022-09-23
申请号：CN202210031254.4
申请日：2022-01-12
Applicant: 中国科学院软件研究所 , 北京百度网讯科技有限公司
IPC: G06F40/253 , G06F40/30 , G06K9/62
Abstract: 本发明提出一种基于统一结构生成的通用信息抽取方法及系统，属于自然语言处理技术领域，采用通用的结构化抽取语言表达不同的抽取结构，该结构化语言包含不同的层次，可以表示多种不同结构的信息抽取结果；解码时通过结构化框架抽取引导机制对特定的抽取需求进行建模，帮助模型快速泛化到特定任务；利用不同的任务对统一生成模型进行预训练，并对预训练后的模型进行微调，提高统一生成模型的性能。
-
公开(公告)号：CN110472237A
公开(公告)日：2019-11-19
申请号：CN201910676425.7
申请日：2019-07-25
Applicant: 中国科学院软件研究所
Abstract: 本发明公开一种基于锚点区域网络的命名实体识别方法和装置，属于自然语言处理技术领域。该方法主要包含：(一)基于锚点区域网络的命名实体识别方法，使用中心词到区域的方案，来解决命名实体识别中的嵌套实体提及检测；(二)基于上述架构，使用基于深度神经网络模型的锚点检测器来检测每个输入句子中可能存在的锚点词；(三)基于上述架构以及检测得到锚点词，使用基于深度神经网络的区域识别器来检测每个命名实体提及的具体区域；(四)对应于上述锚点区域网络，使用基于包损失函数的方法来联合学习锚点区域网络中的锚点检测器以及区域识别器。本发明的基于锚点区域网络的命名实体识别方法可以解决命名实体识别中存在有嵌套实体提及的问题。
-
公开(公告)号：CN110472051A
公开(公告)日：2019-11-19
申请号：CN201910679652.5
申请日：2019-07-24
Applicant: 中国科学院软件研究所
Abstract: 本发明提出一种基于变化量表示学习的事件检测方法，其步骤包括：对于目标文本，基于循环神经网络捕捉以目标文本中候选触发词为中心的组合语义，利用基于多层感知机的注意力机制获取不同上下文词汇和候选触发词的相关性，得到词汇特定事件表示；基于神经网络卷积层捕捉目标文本的组合语义，采用动态多池化层获取不同上下文的事件特征表示，进而得到词汇无关事件表示；将词汇特定事件表示、词汇无关事件表示和候选触发词词汇表示映射到统一空间中，基于各自的门权重，得到用于事件检测的特征表示；将用于事件检测的特征表示输入到训练好的事件检测分类器中，计算每个事件类别的概率，实现事件检测。
-
公开(公告)号：CN119940533A
公开(公告)日：2025-05-06
申请号：CN202411937914.0
申请日：2024-12-26
Applicant: 中国科学院软件研究所
IPC: G06N5/04 , G06F18/23 , G06F18/23213
Abstract: 本发明涉及一种密集语言模型稀疏升级方法及稀疏语言模型文本处理方法，属于人工智能技术领域。本发明通过利用任务表征和上下文表征来初始化路由网络的权重，实现在不增加计算成本的前提下将密集语言模型高效转化为稀疏激活模型，不仅提高了模型的计算效率，还赋予了各个专家网络针对不同任务的专业化处理能力，在保持计算资源消耗基本不变的前提下，显著提升模型在复杂推理、多任务处理等方面的性能表现。
-
公开(公告)号：CN119918513A
公开(公告)日：2025-05-02
申请号：CN202510003664.1
申请日：2025-01-02
Applicant: 中国科学院软件研究所
IPC: G06F40/166 , G06F18/231
Abstract: 本发明涉及自动化演示文稿生成的技术领域，具体为一种演示文稿生成方法。获取参考演示文稿和输入文档，所述参考演示文稿包括结构幻灯片和内容幻灯片；对所述参考演示文稿进行功能性聚类,得到一至多结构幻灯片组和一至多内容幻灯片组；分析所述结构幻灯片组和所述内容幻灯片组得到内容模式框架，所述内容模式框架包含内容区域、区域描述和填充要求；提取所述输入文档，得到待生成演示文稿的大纲；基于所述大纲和所述内容模式框架构建代码指令，进而生成新的演示文稿。本发明能够克服现有技术中视觉风格和内容一致性不足的缺陷，大幅提升演示文稿的整体美观性和专业感，使得生成的演示文稿在逻辑层次和视觉传达上更加连贯。
-
-
-
-
-
-
-
-
-
Search Results
30
records
(took 0.049 seconds)
