-
公开(公告)号:CN116051132A
公开(公告)日:2023-05-02
申请号:CN202310342924.9
申请日:2023-04-03
Applicant: 之江实验室
IPC: G06Q30/018 , G06N5/02 , G06N3/0464 , G06N3/08 , G06V10/40 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种违规商品识别方法、装置、计算机设备和存储介质,该方法包括:首先根据多模态知识图谱数据集构建多模态知识图谱,并提取知识图谱中视觉模态实体的视觉特征和文本模态实体的文本特征;然后根据数据库获取商品图像和商品文本;再根据商品图像生成商品视觉特征;再根据商品文本生成商品文本特征;其次根据视觉特征和文本特征以及商品视觉特征和商品文本特征,采用实体链接方法将商品图像和商品文本链接到知识图谱中;最后根据链接后的知识图谱获取商品图像和商品文本的关联性,以判定商品违规情况。本发明通过引入知识图谱,基于知识实现商品违规风险合理推断,有覆盖面广、成本低、鲁棒性强等明显优点。
-
公开(公告)号:CN118606480A
公开(公告)日:2024-09-06
申请号:CN202411084396.2
申请日:2024-08-08
Applicant: 之江实验室
IPC: G06F16/35 , G06F40/216 , G06F40/242 , G06F40/289
Abstract: 本发明提供了一种基于知识迁移的多领域情感分类方法及系统。本发明从每个领域挖掘出先验频数作为领域知识,并基于本地字典将挖掘出的知识保存在知识库中,再使用存储在知识库中的知识修正目标领域的模型参数,最后基于修正结果利用训练好的情感分类器模型获得面向目标领域的情感分类预测结果。本发明充分考虑了多领域评论数据中蕴含的共性情感知识,以联邦学习的方式利用其它领域的知识来帮助目标领域的分类任务,从而提高目标领域的情感分类性能,避免了对领域原始数据的访问和使用,能够有效应对样本选择偏差、领域情感特异、数据隐私等问题,保障了各领域数据的隐私性和安全性,具有复杂度低、效率高、准确度高、安全性强、可实施性强的优点。
-
公开(公告)号:CN117009038A
公开(公告)日:2023-11-07
申请号:CN202311283918.7
申请日:2023-10-07
Applicant: 之江实验室
Abstract: 本发明公开一种基于云原生技术的图计算平台,该平台包括使用云原生架构设计的软硬件协同系统、图存储系统、图计算引擎和图开发工场系统;其中,软硬件协同系统、图存储系统、图计算引擎运行在后端,图开发工场运行在前端。软硬件协同系统提供硬件计算资源和软硬件适配环境,图存储系统包括图划分模块、分布式持久化存储模块和分布式共享内存池模块,图计算引擎包括图查询引擎、图分析引擎和图学习引擎,图开发工场系统为基于图计算引擎构建的面向图计算领域的可视化操作系统,以K8s容器化的技术部署,用于将图计算算法的整个开发过程组件化、流程化和可视化。本发明的平台架构清晰、可扩展性强、使用门槛低、计算效率高。
-
公开(公告)号:CN116051132B
公开(公告)日:2023-06-30
申请号:CN202310342924.9
申请日:2023-04-03
Applicant: 之江实验室
IPC: G06Q30/018 , G06N5/02 , G06N3/0464 , G06N3/08 , G06V10/40 , G06V10/764 , G06V10/82
Abstract: 本发明公开了一种违规商品识别方法、装置、计算机设备和存储介质,该方法包括:首先根据多模态知识图谱数据集构建多模态知识图谱,并提取知识图谱中视觉模态实体的视觉特征和文本模态实体的文本特征;然后根据数据库获取商品图像和商品文本;再根据商品图像生成商品视觉特征;再根据商品文本生成商品文本特征;其次根据视觉特征和文本特征以及商品视觉特征和商品文本特征,采用实体链接方法将商品图像和商品文本链接到知识图谱中;最后根据链接后的知识图谱获取商品图像和商品文本的关联性,以判定商品违规情况。本发明通过引入知识图谱,基于知识实现商品违规风险合理推断,有覆盖面广、成本低、鲁棒性强等明显优点。
-
公开(公告)号:CN116306673A
公开(公告)日:2023-06-23
申请号:CN202310255047.1
申请日:2023-03-16
Applicant: 之江实验室
IPC: G06F40/30 , G06F16/35 , G06F16/332 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种文本特征提取方法与系统、电子设备、介质,所述方法包括将文本序列转换成形状为(Hin,Win,Din)的张量序列,其中Hin、Win、Din为正整数;构建文本特征提取网络,通过文本特征提取网络提取张量序列特征。本发明方法对文本序列的每个元素特征和文本特征都扩展了两个维度,使特征张量可以比词向量包含更多的方位、形状等语义信息,同时结合拥有局部连接特性的文本特征提取网络处理张量序列,增强了特征的可解释性和语义容量。
-
-
-
-