公开(公告)号：CN113076391B

公开(公告)日：2022-09-20

申请号：CN202110453297.7

申请日：2021-04-26

Applicant: 北京理工大学

Inventor： 刘琼昕 ,  王佳升

IPC: G06F16/31 ,  G06F40/30 ,  G06N5/02 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种基于多层注意力机制的远程监督关系抽取方法，属于人工智能和自然语言处理技术领域。本方法为了解决现有的远程监督关系抽取方法在噪声环境下抽取效果差、忽略对句子包的噪声处理以及句子中实体重复出现等技术问题，针对句子中实体对重复出现的情况，设计一种相对位置特征注意力，充分利用实体对的位置信息。针对句子包噪声问题，通过计算每个句子包的置信度，根据置信度将具有相同关系的噪声大的句子包和噪声小的句子包组合成包组，使得包组间的噪声相对平衡，提高噪声环境下关系抽取的效果。

公开(公告)号：CN111061856B

公开(公告)日：2022-05-27

申请号：CN201911334781.7

申请日：2019-12-23

Applicant: 北京理工大学

Inventor： 刘琼昕 ,  覃明帅 ,  宋祥 ,  王佳升 ,  徐建祥 ,  卢士帅

IPC: G06F16/335 ,  G06F16/36 ,  G06F16/9535 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于知识感知的新闻推荐方法，属于人工智能与网络信息大数据技术领域。首先从新闻文本中识别出实体，将其与知识图谱中的实体相匹配，利用知识表示学习模型得到实体和关系的向量表示。然后，用卷积神经网络融合新闻的词向量和实体向量，从中学习新闻的综合特征。对于每个候选新闻，基于用户浏览历史与候选新闻间的相关性，使用注意力网络动态构建用户特征。同时，考虑已点击新闻中的实体与候选新闻中的实体间的路径，利用长短期记忆网络从路径中生成路径特征。最后以候选新闻特征、用户特征和路径特征为输入，用多层感知机制计算用户点击候选新闻的概率，达到推荐目的。本发明能够有效发掘新闻之间的知识关联，显著优于传统方法。

公开(公告)号：CN111191461A

公开(公告)日：2020-05-22

申请号：CN201911395765.9

申请日：2019-12-30

Applicant: 北京理工大学

Inventor： 刘琼昕 ,  王佳升 ,  马敬 ,  王鹏 ,  杨敏 ,  卢士帅

IPC: G06F40/30 ,  G06N3/04

Abstract: 本发明公开了一种基于课程学习的远程监督关系抽取方法，属于人工智能和自然语言处理技术领域。本方法将关系抽取器看作学生网络，针对关系抽取任务，设计一个导师网络来监督关系抽取器的训练过程。导师网络接收关系抽取器的相关特征信息输入，学习出包中每个句子的权重，然后将其反馈到关系抽取器中，使得质量好的句子更多参与到关系抽取器的训练过程中。本方法为了高效地协同训练两个网络，在交替局部梯度下降方法基础上进行改进，提出一种适用于关系抽取任务的联合优化方法。本发明提高了噪声环境下关系抽取的效果，在主流的关系抽取数据集中优于传统方法。