-
公开(公告)号：CN117909481A
公开(公告)日：2024-04-19
申请号：CN202410149364.X
申请日：2024-02-02
Applicant: 吉林大学
IPC: G06F16/332 , G06F16/36 , G06N3/042 , G06N3/0442 , G06N3/08 , G06N5/022
Abstract: 本发明适用于智能问答技术领域，提供了基于知识图谱的文本增强多轮问答方法和系统，本发明充分发挥了结构化和非结构化知识库的长处，在面对知识图谱的关系缺失问题时，仍然可以通过非结构化知识库的知识对问题进行补全并回答。且问答系统在问答时可自主检索补充信息，突破问答历史的局限性，更容易推测用户意图；将复杂的图推理过程转换成检索、推理、检索的线性推理过程。在逻辑性和展示方面有了巨大提升，并可以用说明文档里的内容展示给用户，佐证推理路径的正确性；设计了问答系统的知识蒸馏过程，控制节点数量，减少资源浪费。在保证准确率的前提下提供了推理优化的方法和思路，防止推理路径过多导致时间耗费，提高了问答系统的可交互性。
-
公开(公告)号：CN111639171B
公开(公告)日：2023-10-27
申请号：CN202010512399.7
申请日：2020-06-08
Applicant: 吉林大学
IPC: G06F16/332 , G06F16/36 , G06F40/30
Abstract: 本申请提供一种知识图谱问答方法及装置，该方法包括：接收问题语句，并识别问题语句的实体提及和问题模式；在预设的知识图谱中检索与实体提及相关的主语实体作为候选实体；获取知识图谱中候选实体的谓语关系，并计算问题模式与候选实体的谓语关系间的语义相似度；将知识图谱中，语义相似度最大的候选实体和谓语关系所对应的宾语实体作为问题语句的答案。本申请能够对问题语句的问题模式和知识图谱的谓语关系进行语义的联合分析，从而识别出知识图谱中语义最相关的宾语实体作为答案，从而提高问答结果的准确率。
-
公开(公告)号：CN118013373A
公开(公告)日：2024-05-10
申请号：CN202410270426.2
申请日：2024-03-11
Applicant: 吉林大学
IPC: G06F18/241 , G06F40/30 , G06F16/35
Abstract: 本发明适用于关系分类技术领域，提供了一种面向混淆场景的少样本关系分类方法和装置，分类方法包括：获取标注后的支持集和查询集；分别对支持集和查询集中的实例进行编码，获取编码后实例对应的语义向量并对向量进行特征提取；对支持实例特征和查询实例特征进行交互，利用查询实例的向量特征计算各支持实例对原型的贡献度，获取融合查询实例中的隐藏特征的各类别原型；使用信息门控机制整合各类别原型和查询实例的特征，获取最终的原型；设计自适应混淆目标函数，完成对查询实例的分类。本发明不仅极大程度上提高了分类的准确率，同时在效率层面使模型实现了更快的收敛速度，提高了效率。
-
公开(公告)号：CN114996407B
公开(公告)日：2024-04-30
申请号：CN202210743789.4
申请日：2022-06-27
Applicant: 吉林大学
IPC: G06F16/33 , G06F16/35 , G06F40/211 , G06F40/216 , G06F40/237 , G06F40/295 , G06F18/24 , G06N3/0455 , G06N3/0442 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明适用于关系抽取技术领域，提供了基于包重构的远程监督关系抽取方法及系统，在生成句子表示阶段，充分利用了实体信息，得到了质量更高的句子表示；在基于全标签的预训练阶段，考虑句子和所有关系的相似度，计算句子包的句子基于所有关系类型的注意力权重；在基于句子包重分组的训练阶段，使用预训练方法得到的句子包分类到某个关系类型的概率，预测句子包最可能表达的关系类型，将含有相同预测结果的句子包进行重新分组，得到实例质量更高的分组；同时在句子包分组内使用了多头自注意力，为句子包生成融合分组内跨包信息的新表示，充分学习了句子包分组内其他所有句子包的信息，有效地降低了噪声句子包对方法的消极影响。
-
公开(公告)号：CN117909480A
公开(公告)日：2024-04-19
申请号：CN202410149309.0
申请日：2024-02-02
Applicant: 吉林大学
IPC: G06F16/332 , G06F16/33 , G06F16/36 , G06F40/126 , G06F40/205 , G06F40/30 , G06N3/0442 , G06N3/042 , G06N3/08 , G06N5/022
Abstract: 本发明适用于人机交互技术领域，提供了基于关系节点图的多轮对话解析方法和系统，本发明通过使用关系节点图和关系编码表，避免模型对实体名称产生依赖，且几乎涵盖了对话中的所有关系，充分发挥了节点编码可复用的特点，更容易发挥神经网络计算、决策的优势。对于1万行的关系编码表，仅需适当训练即可使其达到收敛，减少对语料库的需求。本发明联合了图神经网络和预训练模型，设计了正负样本生成策略来控制节点编码大小，降低了人工标注的必要性，减少资源浪费。基于本发明的问答机器人在负样本训练中有更强的抗干扰能力，适用于多变的语义环境。
-
Patent Agency Ranking
公开(公告)号：CN115033714A
公开(公告)日：2022-09-09
申请号：CN202210796181.8
申请日：2022-07-06
Applicant: 吉林大学
IPC: G06F16/36 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于图表示学习的联合嵌入实体对齐系统，属于知识图谱技术领域，其技术要点是：包括扩充种子集模块，通过扩充种子集模块中扩充种子集部分对种子集进行半监督的迭代扩充，然后作为新的训练数据输入到联合嵌入实体对齐模块中联合嵌入实体对齐部分，训练完成后计算所有实体间距离，使用贪心策略获得实体对齐结果，以及所述联合嵌入实体对齐模块分别对结构、关系和属性进行嵌入，随后将三者联合从而获得实体对齐结果，具有使用少量种子集进行训练，并将其扩充，从而降低对种子集的依赖，提高实体对齐效果。
-
公开(公告)号：CN115033667A
公开(公告)日：2022-09-09
申请号：CN202210796028.5
申请日：2022-07-06
Applicant: 吉林大学
IPC: G06F16/33 , G06F16/35 , G06F40/216 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种同步追踪实体与关系的方面‑观点对抽取方法及系统，属于情感分析技术领域，所述一种同步追踪实体与关系的方面‑观点对抽取方法包括以下步骤：获得评论句，并采用预训练好的BERT模型对输入的评论句进行初始词向量编码；进一步学习评论句中所有实体的表示，并计算任意两个实体间的关联度，获得进一步编码后的实体表示序列以及关联度矩阵；根据实体表示对实体进行角色识别；根据关联度矩阵判断实体间是否存在关系；根据角色识别和关系识别的结果，抽取出方面‑观点对，具有多次充分交互、相互依赖、实体针对可扩展性和适用性强的优点。
-
公开(公告)号：CN114997331A
公开(公告)日：2022-09-02
申请号：CN202210743784.1
申请日：2022-06-27
Applicant: 吉林大学
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06F40/30 , G06F40/295 , G06F40/126 , G06F16/35
Abstract: 本发明适用于关系分类技术领域，提供了基于度量学习的小样本关系分类方法及系统，利用查询实例影响支持集的训练，结合关系孪生网络结构计算查询实例和支持集中各实例的相似度，通过相似性分数对类别中的支持实例赋予不同权重，原型中心通过各类别实例的加权和计算获得，在原型中心的计算中融入了查询实例对其的影响；利用交叉融合层对各类别和查询实例之间的语义关系进行信息融合，通过计算查询实例特征和各类别原型中心特征之间的影响因子，得到彼此影响下更具有针对性的特征向量。本发明利用度量学习中的原型网络构建了小样本关系分类方法，使用关系孪生网络和交叉融合层进一步提升关系分类的效果。
-
公开(公告)号：CN111459815B
公开(公告)日：2022-06-14
申请号：CN202010236464.8
申请日：2020-03-30
Applicant: 吉林大学
IPC: G06F11/36
Abstract: 本发明公开了一种实时计算引擎测试方法和系统，该方法包括：选择测试方向；所述测试方向包括：性能测试、功能测试和稳定性测试三个大方向；在对应测试方向下添加测试用例；所述测试用例包括：名称和所属场景；确定所述测试用例是否需要参数，若需要参数，则获取输入的参数；否则继续执行；调用实时计算引擎，对所述测试用例所涉及的测试内容进行实现；计算并获取测试用例请求的结果数据；所述结果数据为测试结果；显示所述测试结果。该方法，通过模拟负载，通过不同压力类别测试实时计算引擎的强度和分析整体性能，能够有效提高测试的效率。
-
公开(公告)号：CN113408820A
公开(公告)日：2021-09-17
申请号：CN202110777456.9
申请日：2021-07-09
Applicant: 吉林大学
Abstract: 本发明公开了一种蓄热式电锅炉用户可调节潜力挖掘方法、系统及设备，S1.获取用户历史数据，对历史数据进行预处理，并将预处理后的历史数据转换为日负荷曲线序列向量；S2.基于k均值算法对对日负荷曲线序列向量进行聚类，提取典型日负荷，绘制典型日负荷曲线；S3.基于预测日负荷曲线和典型日负荷曲线，求解前一日剩余容量、供热需求约束、蓄热式电锅炉功率约束和最大蓄热约束等；S4.结合蓄热式电锅炉属性约束，通过冒泡排序方法求解电价最小的负荷优化曲线。本发明仅通过蓄热式电锅炉典型日负荷数据，即可逆向求解其约束条件。
-
-
-
-
-
-
-
-
-
Search Results
32
records
(took 0.022 seconds)
