-
公开(公告)号：CN117353891A
公开(公告)日：2024-01-05
申请号：CN202311183915.6
申请日：2023-09-14
Applicant: 中国科学院计算技术研究所
IPC: H04L9/00 , H04L9/40 , H04L9/32 , H04L67/1097 , G06F21/60 , G06F21/64 , G06F40/289
Abstract: 本发明提供了一种去中心化的数据交易平台，包括：元数据管理模块，被配置为：获取卖方待售的数据对应的元数据以及数据对应的加密数据，所述元数据包括数据描述信息和卖方地址；数据查重模块，被配置为：根据所述数据对应的加密数据以及已有数据对应的加密数据以非解密状态进行数据查重，确定所述待售的数据的重复率，所述重复率影响所述数据的评分；数据交易模块，被配置为：在买方根据所述待售的数据的元数据和评分确定向卖方购买数据后，在卖方和买方之间建立基于智能合约的数据传输支付协议并通过加密信道传输数据。
-
公开(公告)号：CN116662480A
公开(公告)日：2023-08-29
申请号：CN202310505568.8
申请日：2023-05-06
Applicant: 中国科学院计算技术研究所
IPC: G06F16/33 , G06F40/30 , G06F40/295 , G06N5/022 , G06N3/045
Abstract: 本发明提出一种基于实体增强的文本语义表示方法和系统，包括：获取文本编码模型和实体增强编码模型，实体增强编码模型由串联的外部实体向量表示模块和上下文相关的实体信息编码模块组成；通过文本编码模型提取目标文本的第一表示向量；以外部实体向量表示模块识别目标文本中表示实体的词项序列，并确定词项序列和知识库中的哪些实体相关联，获得词项序列对应实体的在知识库中的实体向量表示；实体信息编码模块包括多个串联的实体适配器层，实体信息编码模块的输入为实体向量表示和文本编码模型中间层的隐状态；最后一个实体适配器层输出的特征作为目标文本的第二表示向量；融合第一表示向量和第二表示向量，得到目标文本的语义表示结果。
-
公开(公告)号：CN116541569A
公开(公告)日：2023-08-04
申请号：CN202310539720.4
申请日：2023-05-15
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9035 , G06Q50/00 , G06F16/901
Abstract: 本发明提供了一种社交网络图的处理方法，包括：获取包括第一社交网络图和第二社交网络图的待处理网络图，以及两个图对应的初始锚点对集合；针对所述第一社交网络图和所述第二社交网络图分别提取两个图的节点结构信息；根据所述两个图的节点结构信息采用启发式的过滤规则基于多种相似度计算方式从所述初始锚点对集合中筛选出满足预设相似性要求的初始锚点对，得到经过滤的初始锚点对集合，其中，至少部分相似度计算方式依据两个图中能表征邻居结构的相关特征来计算相似度；基于所述节点结构信息和所述经过滤的初始锚点对集合确定所述第一社交网络图和所述第二社交网络图中节点间的关联关系。
-
公开(公告)号：CN111738003B
公开(公告)日：2023-06-06
申请号：CN202010541415.5
申请日：2020-06-15
Applicant: 中国科学院计算技术研究所
IPC: G06F40/295 , G06N3/0464 , G06N3/08
Abstract: 本发明实施例提供了命名实体识别模型训练方法、命名实体识别方法和介质，本发明考虑先用源领域标记数据和目标领域未标记数据集对第一训练模型进行训练，基于第一训练模型的参数设置第二训练模型，再用目标领域标记数据集对第二训练模型进行微调，从而得到最终的命名实体识别模型，由此，避免了需要大量标记目标领域的样本用于训练的问题。
-
公开(公告)号：CN115761414A
公开(公告)日：2023-03-07
申请号：CN202211536222.6
申请日：2022-12-01
Applicant: 中国科学院计算技术研究所
IPC: G06V10/774 , G06V10/82
Abstract: 本发明提出一种鲁棒数据集蒸馏方法，包括：在原训练数据集中进行随机采样，作为初始化的蒸馏数据集；对该原训练数据集进行随机采样，得到原样本采样集；为该原样本采样集添加对抗扰动，得到扰动样本采样集；分别计算该扰动样本采样集与该蒸馏数据集的特征表示或网络梯度，以该特征表示或网络梯度的差异作为损失函数；根据该损失函数反向传播对该蒸馏数据集进行优化更新，不断迭代优化过程，直至损失函数收敛，保存当前蒸馏数据集作为最终的鲁棒蒸馏数据集。以该鲁棒蒸馏数据集代替该原训练数据集，训练目标深度神经网络模型完成图像识别分类。本发明将对抗鲁棒特性蒸馏到鲁棒蒸馏数据集，从而提升蒸馏数据集训练得到模型的鲁棒性。
-
Patent Agency Ranking
公开(公告)号：CN115756781A
公开(公告)日：2023-03-07
申请号：CN202211415669.8
申请日：2022-11-11
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于无中心自组织流式数据计算引擎调度的任务执行方法和系统，通过无中心自组织的形式实现流式数据计算引擎调度器，无中心作业管理器负责集群计算任务相关信息存储及共享。微集群采用任务驱动方式创建，每个微集群负责一个计算任务执行。采用微集群的形式可以降低传统无中心系统计算延迟。
-
公开(公告)号：CN112883171B
公开(公告)日：2023-02-03
申请号：CN202110142917.5
申请日：2021-02-02
Applicant: 中国科学院计算技术研究所
IPC: G06F16/332 , G06F16/33 , G06F16/953 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 一种基于BERT模型的文档关键词抽取方法，其包括以下步骤：将文档集合中的每篇文档通过BERT模型进行编码，并提取BERT模型生成的文档语义对每个子词的注意力权重；将子词还原成词语，并将子词的注意力权重聚合为词语的注意力权重；将文档中不同位置的同一词语的注意力权重聚合为词语的与位置无关的注意力权重，记为p(word_weight|doc)；计算每个词语在文档集合上的注意力权重，记为p(word_weight|corpus)；以及联合p(word_weight|doc)和p(word_weight|corpus)，并选取N个最终注意力权重最高的词语作为文档关键词。该方法利用BERT模型提取文档语义表示来计算词语注意力权重分布，最终实现关键词的抽取，兼顾词语频率信息的同时，有效地解决传统无监督算法忽略语义问题，提高了关键词抽取的准确率和召回率。
-
公开(公告)号：CN115391522A
公开(公告)日：2022-11-25
申请号：CN202210921496.0
申请日：2022-08-02
Applicant: 中国科学院计算技术研究所
IPC: G06F16/35 , G06F40/30 , G06F40/258 , G06F40/295 , G06Q50/00 , G06N3/08
Abstract: 本发明提出一种基于社交平台元数据的文本主题建模方法和系统，包括基于文本数据的关键词，构建文本数据的词袋表示；基于文本数据的元数据类别，训练对应类别的属性值预测任务，以微调预训练语义提取模型，得到目标语义提取模型，使用目标语义提取模型提取文本数据的文本语义表示；基于文本语义表示构造语义约束目标，以语义约束目标为指导，以词袋表示作为输入和重构目标，训练基于变分自编码器的神经主题模型，得到主题提取模型，并从模型中导出主题‑关键词分布和主题嵌入表示。方法及系统可以对移动应用内广泛存在的短文本消息进行主题建模，提取出主题的关键词并学习得到主题的嵌入表示。
-
公开(公告)号：CN112287274B
公开(公告)日：2022-10-18
申请号：CN202011162449.X
申请日：2020-10-27
Applicant: 中国科学院计算技术研究所
IPC: G06F16/958 , G06F16/35 , G06F16/957 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种网站列表页面的分类方法，方法包括：步骤100，获取一组网站页面集合，网站页面集合归属于同一网站；步骤200，分别针对每一网站页面提取网页数据特征；步骤300，通过网站页面的超链接列表以及网站网页的链接地址(URL)与节点编号之间的匹配关系形成的哈希表，创建网站的全局拓扑结构；步骤400，将网页数据特征以及网站的全局拓扑结构输入图卷积神经网络进行图卷积神经网络的训练，得到网站列表页面分类器；步骤500，获取待分类的网站网页，分别根据待分类的网站网页的网页数据特征和网站的全局拓扑结构，并将待分类的网站网页的网页数据特征和网站的全局拓扑结构输入网站列表页面分类器，判断该待分类的网站网页是否为网站列表页面。
-
公开(公告)号：CN112287273B
公开(公告)日：2022-09-30
申请号：CN202011161426.7
申请日：2020-10-27
Applicant: 中国科学院计算技术研究所
IPC: G06F16/958 , G06F16/35 , G06F16/957 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种网站列表页面的分类方法，所述网站系基于超文本标记语言(HTML)，方法包括：步骤100，获取网站页面集合，页面归属于同一网站；步骤200，提取每一网站页面的文档对象模型(Document Object Model，DOM)的树结构特征和页面文本特征，分别构成DOM树结构特征空间和页面文本特征空间；步骤300，在DOM树结构特征空间和页面文本特征空间针对DOM树结构特征和页面文本特征分别进行聚类，分别得到结构类簇和文本类簇；步骤400，根据网站页面的网址链接(URL)，在结构类簇与文本类簇之间进行映射，当映射出现多对一的情况，则选择最大相交的结构类簇或者文本类簇，并找到所述最大相交的结构类簇或者文本类簇在网站中的最近公共父节点，该公共父节点即为列表页面。
-
-
-
-
-
-
-
-
-
Search Results
395
records
(took 0.145 seconds)
