公开(公告)号：CN112527977B

公开(公告)日：2024-06-25

申请号：CN202011241251.0

申请日：2020-11-09

Applicant: 清华大学

Inventor： 李涓子 ,  王禹权 ,  于济凡 ,  陈凯源 ,  孙凯 ,  侯磊 ,  张鹏 ,  唐杰 ,  许斌 ,  孙茂松

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/36

Abstract: 本发明实施例提供一种概念抽取方法、装置、电子设备及存储介质，其中，该方法包括：根据预设的词表对待提取文本进行术语抽取，获取第一候选概念列表，并根据预设的知识图谱对待提取文本进行实体链接，获取第二候选概念列表；对第一候选概念列表和第二候选概念列表中的各候选概念进行重排序，根据重排序的结果获取待提取文本的概念抽取结果；其中，待提取文本为非结构化文本。本发明实施例提供的概念抽取方法、装置、电子设备及存储介质，通过对待提取文本进行术语抽取和实体链接获取的各候选概念进行重排序，根据重排序的结果获取概念抽取结果，能在标注数据较少甚至没有标注数据的情况下，从非结构化文本中更高效、准确等抽取出概念。

公开(公告)号：CN117634617B

公开(公告)日：2024-05-17

申请号：CN202410102332.4

申请日：2024-01-25

Applicant: 清华大学

Inventor： 李涓子 ,  姚子俊 ,  曹书林 ,  侯磊

IPC: G06N5/04 ,  G06N5/045

Abstract: 本发明涉及计算机领域，提供一种知识密集型推理问答方法、装置、电子设备和存储介质，方法包括：确定推理目标问题所需的步骤集合，步骤集合包括对应各步骤的知识操作原语；针对步骤集合中的各步骤，顺序进行原语执行，在此过程中，基于任一步骤对应的知识操作原语的各种执行方式、以及各种执行方式在数据管理器中关联的知识，确定该步骤对应的知识操作原语的目标执行方式，并基于目标执行方式、以及目标执行方式在数据管理器中关联的知识，执行该步骤对应的知识操作原语；基于步骤集合中步骤进行原语执行的结果，确定目标问题对应的答案。本发明提供的方法、装置、电子设备和存储介质，将符号逻辑与神经计算进行结合，确保问答实现的可靠性。

公开(公告)号：CN117634617A

公开(公告)日：2024-03-01

申请号：CN202410102332.4

申请日：2024-01-25

Applicant: 清华大学

Inventor： 李涓子 ,  姚子俊 ,  曹书林 ,  侯磊

IPC: G06N5/04 ,  G06N5/045

Abstract: 本发明涉及计算机领域，提供一种知识密集型推理问答方法、装置、电子设备和存储介质，方法包括：确定推理目标问题所需的步骤集合，步骤集合包括对应各步骤的知识操作原语；针对步骤集合中的各步骤，顺序进行原语执行，在此过程中，基于任一步骤对应的知识操作原语的各种执行方式、以及各种执行方式在数据管理器中关联的知识，确定该步骤对应的知识操作原语的目标执行方式，并基于目标执行方式、以及目标执行方式在数据管理器中关联的知识，执行该步骤对应的知识操作原语；基于步骤集合中步骤进行原语执行的结果，确定目标问题对应的答案。本发明提供的方法、装置、电子设备和存储介质，将符号逻辑与神经计算进行结合，确保问答实现的可靠性。

公开(公告)号：CN116975222A

公开(公告)日：2023-10-31

申请号：CN202310723628.3

申请日：2023-06-16

Applicant: 清华大学

Inventor： 李涓子 ,  姚子俊 ,  孟斌杰 ,  吕鑫 ,  曹书林 ,  于济凡 ,  侯磊 ,  唐杰 ,  许斌

IPC: G06F16/332 ,  G06N5/04 ,  G06N5/02 ,  G06F40/30

Abstract: 本发明提供一种阅读理解数据集生成方法及组件，该方法包括：构建阅读理解的知识文档；知识文档包括阅读材料文本、背景知识库和阅读材料文本与背景知识库的实体对齐关系；根据知识文档进行推理链抽取，得到推理链和问题三元组；根据推理链和问题三元组进行数据生成，得到自然语言问题和自然语言问题对应的答案，从而得到高质量的数据库，语言智能系统根据数据库进行深度语义理解推理出问题的答案的效率和精准性更高。

公开(公告)号：CN116862002A

公开(公告)日：2023-10-10

申请号：CN202310705109.4

申请日：2023-06-14

Applicant: 清华大学

Inventor： 李涓子 ,  关勇 ,  侯磊 ,  李亚坤 ,  孟斌杰 ,  唐杰 ,  许斌

IPC: G06N5/045 ,  G06N20/00

Abstract: 本发明提供一种事件检测模型的解释方法、装置、电子设备及存储介质，其中的方法包括：基于待检测语句和预先训练的事件检测模型，抽取待解释的隐层表示；优化待解释的隐层表示，得到优化隐层表示；根据优化隐层表示，以及给定的事件结构信息集合，获取目标事件结构信息；其中，目标事件结构信息为与优化隐层表示最相关的事件触发词或事件论元。该方法通过将事件结构信息自然地融入至事件检测模型的解释过程中，克服了现有事件检测模型解释方法因忽略事件本身具有的结构信息，导致事件检测模型的可解释性能力不高的缺陷，有效提升了事件检测模型的可解释性能力，亦有助于理解事件检测模型的决策过程。

公开(公告)号：CN116561273A

公开(公告)日：2023-08-08

申请号：CN202310429991.4

申请日：2023-04-20

Applicant: 清华大学

Inventor： 李涓子 ,  张家杰 ,  曹书林 ,  张珽舰 ,  吕鑫 ,  侯磊 ,  唐杰 ,  许斌

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/338 ,  G06F40/30

Abstract: 本发明涉及自然语言处理技术领域，提供一种文本问题的解答方法、装置、电子设备及存储介质，包括：确定目标文本问题，基于目标文本问题生成层次化问题分解树，层次化问题分解树包括根节点和叶子节点，根节点对应于目标文本问题，叶子节点对应于原子问题；确定目标文本问题和原子问题在不同知识源下的答案文本，根据答案文本确定目标文本问题的标准答案文本。本发明通过基于目标文本问题生成层次化问题分解树，并确定层次化问题分解树上的问题在不同知识源下的答案文本，根据答案文本确定目标文本问题的标准答案文本，做到更好地表示复杂问题的层次化的语义信息，并可以同时在不同层次上整合不同知识源中的信息用以回答复杂问题。

公开(公告)号：CN115809658A

公开(公告)日：2023-03-17

申请号：CN202211497311.4

申请日：2022-11-25

Applicant: 清华大学

Inventor： 李涓子 ,  刘金鑫 ,  齐济 ,  曹书林 ,  侯磊 ,  张鹏 ,  唐杰 ,  许斌

IPC: G06F40/247 ,  G06F40/30 ,  G06F40/205 ,  G06F16/335

Abstract: 本发明实施例提供一种平行语料的生成方法及装置和无监督同义转写方法及装置，其中平行语料的生成方法包括：获取待转写语料和所述待转写语料的上下文；基于所述待转写语料获得关键词集合；将所述关键词集合和所述待转写语料的上下文输入至预训练语言模型，获得的所述预训练语言模型输出的至少一个候选同义转写语料；对每个所述候选同义转写语料进行评价，基于评价结果确定目标同义转写语料。无监督同义转写方法包括：获取待转写语句；将所述待转写语句输入至同义转写模型，获得所述同义转写模型输出的同义转写句；其中，所述同义转写模型是基于平行语料对训练得到的。本发明实施例能够获得优秀的同义转写句。

公开(公告)号：CN115658931A

公开(公告)日：2023-01-31

申请号：CN202211681737.5

申请日：2022-12-27

Applicant: 清华大学

Inventor： 侯磊 ,  张益 ,  孟斌杰 ,  刘丁枭 ,  逄凡 ,  李涓子 ,  张鹏 ,  唐杰 ,  许斌

IPC: G06F16/36 ,  G06F16/23

Abstract: 本申请涉及计算机技术领域，特别涉及一种百科知识图谱动态更新方法、装置、设备及介质，其中，包括：获取百科知识图谱的待更新数据列表，其中，待更新数据列表包括待更新词条的页面文本和/或词条简介中链接的页面文本；根据预设更新周期遍历待更新数据列表，抽取待更新数据列表中页面文本的预设关键信息，基于预设关键信息更新百科知识图谱中三元组，得到更新结果；对更新结果进行结构化，得到更新后的百科知识图谱，并基于更新后的百科知识图谱更新数据库中存储的百科知识图谱。由此，解决了相关技术中需人工手动修改审核更新，无法自动更新和维护百科知识图谱，导致更新效率较低、维护成本较高等问题。

公开(公告)号：CN113094469B

公开(公告)日：2022-07-05

申请号：CN202110363310.X

申请日：2021-04-02

Applicant: 清华大学

Inventor： 侯磊 ,  刘丁枭 ,  张益 ,  李涓子 ,  张鹏 ,  唐杰 ,  许斌

IPC: G06F16/33 ,  G06F40/211 ,  G06F40/279 ,  G06F40/295

Abstract: 本发明提供一种文本数据分析方法、装置、电子设备及存储介质，该方法包括：确定目标文本和目标文本中的目标实体，根据目标实体确定关联文本；根据目标文本确定三元组，以及在目标文本中对应于三元组的段落；根据目标文本和关联文本确定对应于目标实体的词云和开放关系；根据三元组、对应于三元组的段落、词云和开放关系确定分析结果。本发明提供的文本数据分析方法、装置、电子设备及存储介质，通过对文本进行分析，得到与目标实体相关联的三元组、段落、词云和开放关系，实现对文本数据的多层次挖掘，构建文本分级知识展示形态，方便对文本的重点了解。

公开(公告)号：CN114661916A

公开(公告)日：2022-06-24

申请号：CN202210220916.2

申请日：2022-03-08

Applicant: 清华大学

Inventor： 侯磊 ,  吕鑫 ,  史佳欣 ,  曹书林 ,  李涓子 ,  张鹏 ,  唐杰 ,  许斌

IPC: G06F16/36

Abstract: 本发明提供一种三元组作为节点的知识图谱的表示学习方法、装置及设备，属于机器学习技术领域，方法通过初始化预测模型的参数，参数包括知识图谱中实体和关系的向量表示，知识图谱是三元组作为节点所构成的；遍历知识图谱中的每个三元组，确定预测模型针对每个三元组的损失；基于每个三元组的损失，利用优化器对实体和关系的向量表示进行优化，由于知识图谱本身是以三元组作为节点所构成的，该类型的知识图谱可以极大地丰富知识图谱的表示能力，且基于该知识图谱的表示学习方法，能够很好的对这类知识图谱进行表示学习。