-
公开(公告)号：CN117408337A
公开(公告)日：2024-01-16
申请号：CN202311604075.6
申请日：2023-11-28
Applicant: 航空工业信息中心 , 北京中科闻歌科技股份有限公司 , 中国科学院自动化研究所
IPC: G06N5/022 , G06F16/35 , G06F16/36 , G06F18/214
Abstract: 本申请涉及知识图谱构建领域，特别是涉及一种基于大语言模型的知识图谱构建方法、装置、介质和设备。该方法包括：根据标注数据组集和预设数据结构得到初始预训练语言模型当前评分；若小于预设分数阈值，获取非结构化数据集FZ；根据初始预训练语言模型和FZ，得到信息抽取结果集CJ；根据预训练大语言模型对CJ分类，根据分类结果更新FZ和BZ，再获取当前评分；直至大于预设分数阈值，停止迭代，得到目标预训练语言模型；对非结构化数据进行信息抽取，得到目标知识图谱。本申请利用预训练大语言模型增加了预训练语言模型训练样本的数量，提高了预训练语言模型的信息抽取结果的准确性，进而提高了目标知识图谱的准确度。
-
公开(公告)号：CN113496780B
公开(公告)日：2023-11-03
申请号：CN202010197391.6
申请日：2020-03-19
Applicant: 北京中科闻歌科技股份有限公司
IPC: G16H50/80
Abstract: 本发明实施例提供了一种传染病确诊者数量预测方法、装置、服务器及存储介质，该方法包括：确定传染病预测天数、基本传染数、传染病潜伏周期，基于以下步骤进行迭代，直至传染病预测天数归零输出传染病第二累计确诊者数量：获取第一易感者数量、第一现存疑似者数量、第一累计确诊者数量、第一累计痊愈者数量；基于第一累计痊愈者数量、第一累计确诊者数量、基本传染数、传染病潜伏周期更新预设传染病预测模型中系数；基于第一易感者数量、第一现存疑似者数量、第一累计确诊者数量、第一累计痊愈者数量、经过更新的传染病预测模型，输出第二易感者数量、第二现存疑似者数量、第二累计确诊者数量、第二累计痊愈者数量；对传染病预测天数进行递减。
-
公开(公告)号：CN115688773A
公开(公告)日：2023-02-03
申请号：CN202110857375.X
申请日：2021-07-28
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/295
Abstract: 本申请涉及一种实体关系抽取方法、装置及存储介质，所述方法包括：利用已训练的关系抽取模型从待抽取的目标语料中抽取目标关系；基于所述目标关系从所述目标语料中抽取目标实体对；利用所述目标关系和所述目标实体对构建所述目标语料对应的实体关系三元组。由此，可以实现先抽取目标语料中的目标关系，然后再基于目标关系抽取目标语料中的实体对，这相较于现有技术而言，可以避免在进行关系判断时，引入并无关系的实体对这一冗余信息，从而提高实体关系抽取结果的准确性。
-
公开(公告)号：CN114218923B
公开(公告)日：2022-08-30
申请号：CN202111564484.9
申请日：2021-12-20
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/211 , G06F40/295 , G06F40/258 , G06F40/30 , G06F16/35 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本公开实施例涉及一种文本摘要抽取方法、装置、设备及存储介质。本公开实施例通过对文本进行分句处理，获得文本中的语句和标题；提取语句中的实体，确定语句中的实体占文本中的实体的比例；基于该比例，确定语句的第一得分；基于语句与标题之间的语义相似度，确定语句的第二得分；基于第一得分和第二得分，确定用于形成摘要的语句。本公开实施例通过建模文本语句实体与文本实体，文本语句与文本标题的相关性，减少了文本摘要的冗余性，提高了文本摘要表达文本信息的准确性，提高了用户的阅读体验。
-
公开(公告)号：CN114139541B
公开(公告)日：2022-08-02
申请号：CN202111389485.4
申请日：2021-11-22
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/295 , G06F16/35
Abstract: 本公开涉及一种命名实体识别方法、装置、设备及介质。其中，命名实体识别方法包括：获取待识别的目标文本；对目标文本进行语义特征编码，得到具有上下文信息的第一编码向量，以及对目标文本进行实体特征编码，得到具有上下文信息的第二编码向量；基于第一编码向量，提取实体片段对应的边界信息；基于第一编码向量、第二编码向量和边界信息，对目标文本进行实体分类，得到目标文本对应的目标实体类别。根据本公开实施例，能够快速地从非结构化文本中提取出实体类别信息，并且提高对非结构化文本进行实体类别分类的准确性。
-
Patent Agency Ranking
公开(公告)号：CN114692601A
公开(公告)日：2022-07-01
申请号：CN202011572938.2
申请日：2020-12-25
Applicant: 北京中科闻歌科技股份有限公司 , 国科智安(北京)科技有限公司 , 深圳中科闻歌科技有限公司
IPC: G06F40/211 , G06F40/279 , G06F16/31 , G06F16/33 , G06F16/35
Abstract: 本发明实施例涉及一种信息抽取方法、装置、电子设备及存储介质，包括：利用预设规则从至少一个信息通道中获取目标事件的相关文本；对所述相关文本进行分割，得到多个句子；对每一所述句子进行句法分析，根据句法分析结果得到所述句子中的目标专家实体和目标发言指示词；根据所述目标专家实体和目标发言指示词从所述句子中抽取目标专家职称和目标专家观点。由此，可以实现从互联网的海量信息中抽取出专家对于特定事件的观点。
-
公开(公告)号：CN114429141A
公开(公告)日：2022-05-03
申请号：CN202210334709.X
申请日：2022-03-31
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/30 , G06F40/295
Abstract: 本公开实施例提供了一种答案确定方法、装置、计算设备及存储介质。答案确定方法包括：对待回答问题进行改写，得到改写问题，所述改写问题为与所述待回答问题语义相近的问题；根据所述待回答问题和/或所述改写问题，得到多个候选答案；根据所述多个候选答案确定用于回答所述待回答问题的目标答案。因为目标答案是根据多个候选答案确定的答案，所以相比于现有技术方案，本公开实施例提供的答案确定方法确定的目标答案与待回答问题匹配的可能性提高，也就是提高输出答案为正确答案的可能性。
-
公开(公告)号：CN114265982A
公开(公告)日：2022-04-01
申请号：CN202111583634.0
申请日：2021-12-22
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F16/9535 , G06F16/9536 , G06F16/36 , G06F16/335 , G06F40/216 , G06N3/04
Abstract: 本发明涉及一种基于知识图谱的智能推荐方法，包括：A1、针对指定领域内待推荐信息的目标用户，获取目标用户的类型；A2、若目标用户的类型为活跃用户，则根据目标用户在第一预设时间段内的交互行为数据，基于知识图谱推荐内容方式和基于用户协同过滤推荐方式获取个性化的推荐结果；其中，知识图谱是预先构建的存储有指定领域内知识和实体之间关系的结构化的图谱信息；个性化的推荐结果包括：目标用户的最近邻用户对应的信息项和与目标用户的偏好实体匹配的信息项，本发明的方法可以有效解决现有推荐方法中存在的数据稀疏且关联性弱的问题，同时实现了快速精准推送文本信息，并做到千人千面的个性化推送。
-
公开(公告)号：CN114139541A
公开(公告)日：2022-03-04
申请号：CN202111389485.4
申请日：2021-11-22
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/295 , G06F16/35
Abstract: 本公开涉及一种命名实体识别方法、装置、设备及介质。其中，命名实体识别方法包括：获取待识别的目标文本；对目标文本进行语义特征编码，得到具有上下文信息的第一编码向量，以及对目标文本进行实体特征编码，得到具有上下文信息的第二编码向量；基于第一编码向量，提取实体片段对应的边界信息；基于第一编码向量、第二编码向量和边界信息，对目标文本进行实体分类，得到目标文本对应的目标实体类别。根据本公开实施例，能够快速地从非结构化文本中提取出实体类别信息，并且提高对非结构化文本进行实体类别分类的准确性。
-
公开(公告)号：CN113515648A
公开(公告)日：2021-10-19
申请号：CN202111070507.0
申请日：2021-09-13
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F16/45
Abstract: 本公开涉及一种内容聚类方法及系统。该方法包括：获取待聚类的多媒体内容集，待聚类的多媒体内容集包括第一多媒体内容集和第二多媒体内容集，根据第一多媒体内容集中第一多媒体内容的多媒体特征生成第一聚类簇，多媒体特征包括语义特征、实体特征以及词语特征中的至少两种，以第一聚类簇中的簇中心为聚类中心，对第二多媒体内容集中第二多媒体内容进行聚类，得到目标聚类簇。通过上述技术方案，实现了准确且快速的对多媒体内容进行聚类，以满足自然语言处理场景的实际聚类需求。
-
-
-
-
-
-
-
-
-
Search Results
70
records
(took 0.03 seconds)
