公开(公告)号：CN118760745A

公开(公告)日：2024-10-11

申请号：CN202410736214.9

申请日：2024-06-07

Applicant: 中国科学院信息工程研究所

Inventor： 曹亚男 ,  刘瑜 ,  尚燕敏 ,  方芳 ,  林希珣 ,  尹鹏飞 ,  刘燕兵

IPC: G06F16/332 ,  G06N5/022 ,  G06N5/04 ,  G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向知识图谱复杂逻辑推理的生成式方法。本发明包括查询转换模块和扩散推理模块，逻辑查询转换模块将一阶逻辑查询转换为输入序列，扩散推理模块展示了前向和后向的双向生成过程，并设计了一个结构增强自注意力机制的变换器。查询转换模块将符号化的一阶逻辑查询转换为自然语言输入序列，扩散推理模块通过前向过程和后向过程的多步生成过程来捕捉复杂逻辑查询的复合分布；同时，在扩散模型的转换器中设计了一个结构增强的自注意力机制，以有效地融合知识图谱中重要的结构特征。本发明通过对扩散中间过程的多粒度控制进一步保证了模型的可控性和可解释性；相较于其他基线方法实现了更好的知识图谱推理结果。

公开(公告)号：CN118503775A

公开(公告)日：2024-08-16

申请号：CN202410499002.3

申请日：2024-04-24

Applicant: 中国科学院信息工程研究所

Inventor： 曹亚男 ,  周玉晨 ,  尚燕敏 ,  方芳 ,  尹鹏飞 ,  刘燕兵

IPC: G06F18/241 ,  G06N3/042 ,  G06N3/082

Abstract: 本发明公开了基于属性图表示的用户网络节点或边的分类方法及系统，属于图数据处理领域，针对用户网络的属性信息构建属性图，计算所有邻居节点的属性信息和拓扑信息对目标节点的全局表示产生的影响；再将这两种影响与目标节点的全局表示进行融合，迭代得到目标节点最终的低维表示；输入到多层感知器中进行分类预测。本发明能够解决现有基于图神经网络的属性图表示学习方法中存在的属性扰动、过平滑问题以及属性、拓扑信息影响差异未被充分建模等问题，以及这些问题对最终分类预测造成的不良影响。

公开(公告)号：CN115269833A

公开(公告)日：2022-11-01

申请号：CN202210760202.0

申请日：2022-06-29

Applicant: 国家计算机网络与信息安全管理中心 ,  中国科学院信息工程研究所

Inventor： 赵淳璐 ,  潘进 ,  刘洋 ,  柳毅 ,  姚晓 ,  李紫微 ,  陈牧谦 ,  骆奕霖 ,  方芳 ,  曹亚男

IPC: G06F16/35 ,  G06F40/194 ,  G06K9/62

Abstract: 本发明公开一种基于深度语义和多任务学习的事件信息抽取方法及系统，属于文本信息抽取领域。为克服现有事件信息抽取技术准确率、召回率低等不足，本发明主要利用预训练语言模型通过对文章在篇章级、语段级、语句级、词语级等粒度上分别进行向量表示，通过依次进行事件分类、事件论元抽取、关键词抽取获得事件的主要信息。本发明在事件分类、事件论元抽取、关键词抽取三方面达到了非常高的准确率。