公开(公告)号：CN104714977B

公开(公告)日：2019-03-19

申请号：CN201310692697.9

申请日：2013-12-17

Applicant: 日本电气株式会社

Inventor： 刘春辰 ,  李建强 ,  刘博

IPC: G06F16/36

Abstract: 本发明公开了一种实体与知识库项的关联方法及装置，属于计算机领域。所述方法包括：获取至少一个侯选匹配对，所述侯选匹配对包括待匹配实体和知识库项；根据所述待匹配实体的实体类型特征向量，获取关联模型集合，所述获取的关联模型集合对应的实体类型与所述待匹配实体的实体类型之间满足预设近似条件；通过所述获取的关联模型集合，从所述至少一个侯选匹配对中选择一个侯选匹配对作为实体与知识库项的关联结果。所述装置包括：第一获取模块、第二获取模块和选择模块。本发明能够提高实体与知识库项关联结果的准确度。

公开(公告)号：CN107292324A

公开(公告)日：2017-10-24

申请号：CN201610201314.7

申请日：2016-03-31

Applicant: 日本电气株式会社

Inventor： 冯璐 ,  刘春辰 ,  卫文娟

IPC: G06K9/62

CPC classification number: G06K9/6256

Abstract: 本公开的实施例涉及用于训练混合模型的方法和设备。该混合模型包括多个子模型。该方法包括响应于接收到第一组数据，确定第一组数据相对于多个子模型间的第一分布。该方法还包括对第一组数据进行降维，以确定经降维的第一组数据的第二分布。该方法还包括基于第一分布和第二分布来更新用于多个子模型的模型参数的第三分布。该方法还包括响应于在第一组数据之后接收到第二组数据，确定第二组数据相对于多个子模型间的第四分布。该方法还包括对第二组数据进行降维，以确定经降维的第二组数据的第五分布。此外，该方法还包括基于第四分布和第五分布来更新第三分布。

公开(公告)号：CN107292071A

公开(公告)日：2017-10-24

申请号：CN201610193297.7

申请日：2016-03-30

Applicant: 日本电气株式会社

Inventor： 卫文娟 ,  刘春辰 ,  冯璐

IPC: G06F19/00

CPC classification number: G06F19/00

Abstract: 本发明的实施方式涉及用于在不确定集中选择采样空间的方法和装置。在本发明的一个实施方式中，提出了一种用于在不确定集中选择采样空间的方法。该方法包括：接收所述不确定集，所述不确定集是鲁棒优化中可以被赋予不确定参数的数值的集合；获取所述不确定集中的违背与所述鲁棒优化相关联的约束函数的不确定参数的基准采样点；以及基于所述基准采样点与所述不确定集之间的空间位置关系，在所述不确定集中选择用于进行采样的采样空间。在本发明的一个实施方式中，提出了一种用于在不确定集中选择采样空间的装置。

公开(公告)号：CN106156857A

公开(公告)日：2016-11-23

申请号：CN201510148685.9

申请日：2015-03-31

Applicant: 日本电气株式会社

Inventor： 刘春辰 ,  王虎 ,  冯璐

IPC: G06N5/04

Abstract: 本发明的实施例涉及用于混合模型选择的方法和装置。该方法包括：基于训练样本集来确定候选初始化参数的集合；利用预定的统计模型，基于候选初始化参数的集合确定目标初始化参数的集合；以及基于目标初始化参数的集合来确定目标模型。

公开(公告)号：CN106156855A

公开(公告)日：2016-11-23

申请号：CN201510147649.0

申请日：2015-03-31

Applicant: 日本电气株式会社

Inventor： 王虎 ,  刘春辰 ,  冯璐 ,  藤卷辽平

IPC: G06N5/04

Abstract: 本公开的实施方式提供了一种用于混合建模的初始化方法和初始化系统，该初始化方法包括：生成用于混合建模的多个初始点；基于模型复杂度估计第一有效迭代次数作为所述混合建模的迭代次数；分别从每个所述初始点对训练数据集进行所述混合建模，以生成相应的混合模型；以及选择与具有最佳精度的所述混合模型对应的所述初始点作为最佳初始化点。

公开(公告)号：CN106156077A

公开(公告)日：2016-11-23

申请号：CN201510149617.4

申请日：2015-03-31

Applicant: 日本电气株式会社

Inventor： 刘春辰 ,  王虎 ,  冯璐 ,  藤卷辽平

IPC: G06F17/30

Abstract: 本发明的实施例涉及用于混合模型选择的方法和装置。该方法包括：通过训练多个第一初始化隐变量来生成多个候选模型；基于多个候选模型确定第二初始化隐变量；以及基于第二初始化隐变量来确定目标模型。本发明的实施例可以快速高效地执行混合模型选择，并具有良好的通用性。

公开(公告)号：CN104951642A

公开(公告)日：2015-09-30

申请号：CN201410124577.3

申请日：2014-03-28

Applicant: 日本电气株式会社

Inventor： 冯璐 ,  刘春辰 ,  藤巻辽平 ,  中台慎二

IPC: G06F19/00

Abstract: 本发明公开了一种关系模型的确定方法及装置，属于统计技术领域。所述方法包括：根据样本数据、至少两组样本属性、至少两组隐变量及模型参数确定的对数似然、正则项及各个隐变量的变分分布的对数确定目标函数；根据使目标函数收敛的各个隐变量的变分分布及模型参数确定关系模型。本发明通过根据样本数据、至少两组样本属性、至少两组隐变量及模型参数确定的对数似然、正则项及各个隐变量的变分分布的对数确定目标函数，并根据使目标函数收敛的各个隐变量的变分分布及模型参数确定关系模型，提高了关系模型的确定效率和精度，由于采用正则项，因而可以对模型的复杂度进行自动控制，提高模型的确定效率。