-
公开(公告)号：CN115424696B
公开(公告)日：2023-02-03
申请号：CN202211374618.5
申请日：2022-11-04
Applicant: 之江实验室
IPC: G16H20/10 , G06N3/08 , G06N3/0464 , G06F40/30
Abstract: 本发明公开了一种基于迁移学习的中医罕见病中药处方生成方法和系统，包括以下步骤：步骤S1：得到中医知识学习模型；步骤S2：基于多头自注意力机制的LSTM模型生成对应的中药名序列；步骤S3：得到中药剂量生成模型；步骤S4：将所述中药名序列和所述特征数据集合并作为所述中药剂量生成模型的输入，依次生成每味中药推荐的剂量，最终生成完整的中药处方。本发明使用两段式迁移学习算法，以自建中医语料库为基础，训练中医领域的中医知识学习模型，使用中医临床罕见病例对中医知识学习模型进行修正。本方法模拟了中医医生的学习过程，其生成的中药处方也将更加契合患者的病情，充分利用了医生在临床诊疗过程中产生的经验性知识。
-
公开(公告)号：CN117131876A
公开(公告)日：2023-11-28
申请号：CN202311141812.3
申请日：2023-09-05
Applicant: 之江实验室
IPC: G06F40/30 , G06F16/36 , G06F18/213 , G06F18/25 , G06N3/09 , G06F18/241 , G06F40/289
Abstract: 本申请涉及文本处理方法、装置、计算机设备和存储介质，将第一文本输入至训练好的语义学习模型，得到语义信息；训练语义学习模型包括获取第二文本中的目标实体和第一知识图谱，根据目标实体在第一知识图谱中确定节点并生成第二知识图谱；根据第二文本和第二知识图谱得到包括文本特征和图谱特征的实例特征；根据第一自监督任务预测实例特征的部分向量，得到第一损失函数；根据第二自监督任务预测实例特征中第二知识图谱的连接关系，得到第二损失函数；根据第一损失函数和第二损失函数，调整语义学习模型参数，至语义学习模型收敛。根据实例特征和两个自监督任务训练得到的语义学习模型泛化性好，基于语义学习模型处理文本得到的语义信息准确性高。
-
公开(公告)号：CN115049489A
公开(公告)日：2022-09-13
申请号：CN202210671194.2
申请日：2022-06-14
Applicant: 之江实验室 , 建信金融科技有限责任公司 , 浙江邦盛科技股份有限公司
Inventor： 陈杨 , 张洪彬 , 王艺涵 , 许浩 , 方宁 , 姚翌 , 叶振栋 , 洪世能 , 胡宗鹏 , 金雨青 , 王笑 , 刘敏 , 孙力骏 , 李晓晨 , 钟鑫 , 刘智 , 朱凌峰 , 柴方林
IPC: G06Q40/04
Abstract: 本发明公开了一种基于变量选择法的配对交易的交易对选择方法，该方法获取期货合约的日度平均成交价格；将价格转化为指数价格；运用套索回归、弹性网回归等变量选择法，处理期货的指数价格序列；以回归方程被解释变量和解释变量中回归系数不为零的期货作为交易对，以回归系数作为套利对冲系数；对解释变量指数价格，与被解释变量指数价格的系数乘积和，运用E‑G两步法进行协整性检验；对通过协整性检验的交易对，计算价差的方差，选取方差较大的交易对进行套利交易；根据价差的分布制定套利交易策略。本发明方法计算得到的多产品对及套利对冲系数更加稳健可靠，使得交易对的盈利能力大大提升。
-
公开(公告)号：CN117349420A
公开(公告)日：2024-01-05
申请号：CN202311397489.6
申请日：2023-10-26
Applicant: 之江实验室
IPC: G06F16/332 , G06F16/33 , G06F16/338 , G06F16/34 , G06N3/09 , G06F16/35
Abstract: 本发明公开了一种基于本地知识库和大型语言模型的回复方法，该方法通过将拆分的文章段落输入大型语言模型中得到与输入的段落相匹配的问题，从而能够较为高效的获得带有匹配标签的文章段落‑生成问题对，从而解决了现有技术的有监督学习中标签成本高的问题，进而能够高效的获得精召回模型；并且本发明通过大语言模型将精召回语料段落与对应的待召回问题的拼接结果进行分析直接得到针对待召回问题的回复，提升了用户的体验感。本发明还提供一种基于本地知识库和大型语言模型的回复装置。
-
公开(公告)号：CN117235233A
公开(公告)日：2023-12-15
申请号：CN202311379778.3
申请日：2023-10-24
Applicant: 之江实验室
IPC: G06F16/332 , G06F40/205 , G06F18/214 , G06Q40/12
Abstract: 本发明公开了一种基于大模型的财报自动化问答方法和装置，该方法包括以下步骤：基于金融数据集和历年财报数据对基础开源大模型进行预训练和微调，构建具有财务问答能力的财报大模型；用户上传财报文件并输入问题至财报大模型，通过财报大模型对财报文件进行文件解析并生成答案返回给用户；构建数据库，其中包括历年财报数据、财报文件解析结果和对答案的打分结果；利用数据库中的信息通过反馈迭代机制对财报大模型进行迭代优化；利用优化后的财报大模型进行财报自动化问答。本发明方法能够有效提高财报分析的准确性和效率，适用于财务领域中对财报数据的智能化问答应用场景。
-
Patent Agency Ranking
公开(公告)号：CN117094826A
公开(公告)日：2023-11-21
申请号：CN202311261009.3
申请日：2023-09-27
Applicant: 之江实验室
IPC: G06Q40/04 , G06Q30/0601 , G06F40/30 , G06F16/36 , G06N3/04 , G06F18/22 , G06F18/25 , G06F18/213
Abstract: 本申请涉及一种数据交易的匹配方法、装置、电子装置和存储介质，其中，该数据交易的匹配方法包括：基于各数据提供方的第一语义特征，和各数据采购方的第二语义特征进行匹配，得到第一匹配结果；将第一语义特征和第一图谱特征融合，将第二语义特征和第二图谱特征融合，基于融合结果得到第二匹配结果；利用图计算方法对第二匹配结果进行交易对象分层，并根据分层结果构建交易反馈链路，以使匹配后的交易双方完成数据交易。其能够基于机器学习完成对数据提供方和数据采购方的交易需求的特征表征，进而基于特征表征完成数据提供方和数据采购方的匹配，从而为数据交易过程中的数据提供方和数据采购方实现精确的交易匹配。
-
公开(公告)号：CN116579792A
公开(公告)日：2023-08-11
申请号：CN202310449475.8
申请日：2023-04-20
Applicant: 之江实验室
IPC: G06Q30/0201 , G06Q30/0283 , G06Q20/38 , G06Q40/04
Abstract: 本申请涉及一种数据定价方法、数据定价装置、数据交易方法和系统，其中，该数据定价方法包括：基于预设的差分隐私模型得到待交易数据的隐私损失信息；至少将待交易数据的状态变量信息和隐私损失信息输入训练完备的动态定价模型，得到待交易数据的参考定价。其通过引入差分隐私技术，结合动态规划模型，在提高数据交易中数据隐私安全度的同时，为待交易数据的定价提供了稳定一致的量化标准，从而在降低数据要素定价的难度的情况下消除了数据信息外泄的情况。
-
公开(公告)号：CN115545027A
公开(公告)日：2022-12-30
申请号：CN202211072425.4
申请日：2022-09-02
Applicant: 之江实验室
IPC: G06F40/295 , G06F40/169
Abstract: 本发明公开了一种基于弱标签标注文本的公司名实体识别方法。该方法包括：将清洗后的弱标签文本集使用通用公司名词库继续标注并切分成多个包含5000样本的文本子集；然后由BERT预训练神经网络和Softmax回归模型构建的模型在每个文本子集上进行训练，在每轮训练结束后，识别并筛选文本中的未标注公司名字段，并使用分词模型过滤无用字段。重复该步骤，直至不再产生新的未标注公司名；最后，将未标注公司名在文本集上继续标注，并将模型在最终标注的文本集上继续训练。此外，本方法在弱标签公司名实体识别场景中，首次考虑了模型在欠拟合状态下能够识别未标注公司名的特性，并使用分词模型过滤模型识别出的无用字段，提高了弱标签公司名实体识别的准确率。
-
公开(公告)号：CN113255321B
公开(公告)日：2021-10-29
申请号：CN202110648901.1
申请日：2021-06-10
Applicant: 之江实验室
IPC: G06F40/211 , G06F40/216 , G06F40/295
Abstract: 本发明公开了一种基于文章实体词依赖关系的金融领域篇章级事件抽取方法，设计了一种结构化依赖自注意力机制模块，该模块将文章中的实体词依赖关系作为事件抽取深度学习模型的一种输入数据，与词级、语句级的语言特征结合以提升深度学习模型在进行金融事件抽取时的对事件触发词和事件论元的预测精度。此外，本发明在中文金融事件抽取任务中，首次提出8种不同类型的实体关系，用于统一化表示文章中的实体依赖关系。本发明同时构建了一套金融领域的层次事件关系，用于模型区分相似的事件类型。本发明从系统输入到系统输出，逻辑结构清晰，层次分明，系统实现细节详尽，实现了一种端到端的系统闭合工作方式，极易落地和大规模应用。
-
公开(公告)号：CN117094826B
公开(公告)日：2024-04-09
申请号：CN202311261009.3
申请日：2023-09-27
Applicant: 之江实验室
IPC: G06Q40/04 , G06Q30/0601 , G06F40/30 , G06F16/36 , G06N3/04 , G06F18/22 , G06F18/25 , G06F18/213
Abstract: 本申请涉及一种数据交易的匹配方法、装置、电子装置和存储介质，其中，该数据交易的匹配方法包括：基于各数据提供方的第一语义特征，和各数据采购方的第二语义特征进行匹配，得到第一匹配结果；将第一语义特征和第一图谱特征融合，将第二语义特征和第二图谱特征融合，基于融合结果得到第二匹配结果；利用图计算方法对第二匹配结果进行交易对象分层，并根据分层结果构建交易反馈链路，以使匹配后的交易双方完成数据交易。其能够基于机器学习完成对数据提供方和数据采购方的交易需求的特征表征，进而基于特征表征完成数据提供方和数据采购方的匹配，从而为数据交易过程中的数据提供方和数据采购方实现精确的交易匹配。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.024 seconds)
