-
公开(公告)号：CN115269799A
公开(公告)日：2022-11-01
申请号：CN202210908399.8
申请日：2022-07-29
Applicant: 北京邮电大学
Abstract: 本发明提出一种基于向量逻辑的知识图谱多跳推理方法与装置，其中方法包括，获取知识图谱，将知识图谱中的的知识与知识的描述信息解耦合，得到知识图谱数据；根据知识图谱数据构建知识图谱多跳推理模型，知识图谱多跳推理模型用于在知识图谱上进行多跳逻辑推理；获取知识图谱中的查询请求；根据知识图谱多跳推理模型获得查询请求对应的答案实体集。本发明可以在各类场景中的知识图谱回答涉及多跳查询。
-
公开(公告)号：CN110135307B
公开(公告)日：2022-07-01
申请号：CN201910365006.1
申请日：2019-04-30
Applicant: 北京邮电大学
IPC: G06V20/58
Abstract: 本申请提出一种基于注意力机制的交通标志检测方法和装置，其中，方法包括：通过获取待检测图像，根据贪心策略算法对待检测图像进行切片，得到符合预设条件的获取至少一个目标检测区域，其中，目标检测区域中包含所有交通标志区域；将至少一个目标检测区域输入预先训练的检测模型，获取与每个目标检测区域对应的候选预测结果，根据非极大抑制算法对所有目标检测区域对应的候选预测结果进行去噪，获取目标预测结果，其中，目标预测结果中包含所述待检测图像中的交通标志类别信息和位置信息。由此，通过预先训练的检测模型对待检测图像进行交通标志检测，提高了交通标志检测的精度值和效率。
-
公开(公告)号：CN110737778B
公开(公告)日：2022-05-31
申请号：CN201910831234.3
申请日：2019-09-04
Applicant: 北京邮电大学
IPC: G06F16/36 , G06F16/9535 , G06F40/295 , G06N3/04 , G06N3/08 , G06Q50/18
Abstract: 本发明公开了一种基于知识图谱和Transformer的专利推荐方法，包括以下步骤：爬取专利资源库构建知识图谱；通过图卷积网络和注意力机制的混合模型挖掘知识图谱，得到用户和专利的内容特征表示向量；通过Transformer模型挖掘用户信息，得到用户历史偏好的序列特征向量；将内容特征表示向量和序列特征向量级联结合，输入Transformer模型的Softmax层计算，得到多个候选专利被推荐的概率值；对多个概率值进行Top‑k排序，得到Top‑k个专利作为目标用户的推荐结果。该方法采用知识图谱丰富特征表示，采用Transformer挖掘行为序列特征，提高推荐结果的精准性和可解释性。
-
公开(公告)号：CN110457487B
公开(公告)日：2022-03-29
申请号：CN201910620962.X
申请日：2019-07-10
Applicant: 北京邮电大学
Abstract: 本发明公开了一种专利知识图谱的构建方法及装置，其中，方法包括以下步骤：从互联网爬取专利相关网站的半结构化数据；对半结构化数据进行处理，得到初始专利数据；根据初始专利数据得到每篇专利的专利属性，并根据每篇专利的专利属性IPC条件对应的IPC分类树，并构建专利知识图谱。该方法可以利用IPC分类号的优势进行知识图谱构建，并从标题与摘要中提取知识进行本体扩建与知识扩展，从而不仅有助于主题的精细化，而且可以减少了人工标注的步骤，且仅需要人工审查即可完成知识图谱的扩充，并可以获取更多细分知识。
-
公开(公告)号：CN114020781A
公开(公告)日：2022-02-08
申请号：CN202111316037.1
申请日：2021-11-08
Applicant: 北京邮电大学
IPC: G06F16/2453 , G06F16/2455 , G06F16/36
Abstract: 本公开提供的基于科技咨询大规模图数据的查询任务优化方法、系统及存储介质中，获取查询任务的标识，并根据查询任务的标识，选择对应的查询优化方法，其中，查询优化方法包括调整图遍历展开顺序策略、Cardinality减少、模式提前、物化视图，然后利用查询优化方法对图数据库进行查询，输出查询结果。由此可知，本公开提出的方法中，可以根据查询任务的标识选择对应的查询优化方法，提高了查询方法的灵活性。同时，本公开提出的方法中，查询优化方法提高了科技咨询大规模图数据不同场景下查询任务的查询效率，降低了查询计算的复杂度，缩短了查询所花费的时间。
-
Patent Agency Ranking
公开(公告)号：CN113792982A
公开(公告)日：2021-12-14
申请号：CN202110956883.3
申请日：2021-08-19
Applicant: 北京邮电大学
Abstract: 本申请公开了一种基于组合赋权与模糊灰色聚类的科技服务质量评估方法及装置，该方法包括：分析科技资源服务平台服务质量根据构造的指标集得到服务质量的评估结果，并将指标数据进行检验根据多数集结加权的层次分析法和赋权法计算指标数据的主观权重和客观权重，采用组合赋权法将主观权重和客观权重结合，利用灰色聚类理论将评估对象代入白化权函数计算不同聚类指标含有的白化值，得到二级指标服务质量评估结果，根据评估指标体系和二级指标服务质量评价结果，进行一级指标评估，以完成对科技资源服务平台服务质量的评估。本发明使模型能根据有限样本数据得到准确、综合的服务质量评估结果对提升科技服务水平、促进科技资源开放共享具有指导意义。
-
公开(公告)号：CN110188168B
公开(公告)日：2021-09-03
申请号：CN201910440759.4
申请日：2019-05-24
Applicant: 北京邮电大学
Abstract: 本申请提出一种语义关系识别方法和装置，其中，方法包括：通过获取待识别语义关系的一对文本信息和知识图谱，将知识图谱输入预设的图神经网络，获取图神经网络根据实体词节点之间的相似度和关系属性计算的实体词集合，获取一对文本信息中每个文本信息包含的第一实体词，并确定与第一实体词的相关度满足预设条件的第二实体词节点，在实体词集合中确定与第二实体词对应的实体词向量，并根据第二实体词对应的实体词向量生成针对每个文本信息的候选语义向量，根据一对文本信息之间的相似实体词和候选语义向量计算每个文本信息的目标候选语义向量，并根据目标候选语义向量确定一对文本信息之间的语义相似度。由此，提高了语义关系识别的准确度。
-
公开(公告)号：CN110135412B
公开(公告)日：2021-05-11
申请号：CN201910364062.3
申请日：2019-04-30
Applicant: 北京邮电大学
IPC: G06K9/20
Abstract: 本申请提出一种名片识别方法和装置，其中，方法包括：通过获取待识别图像中的候选名片区域，根据预设的图像识别算法识别候选名片区域中的多个候选轮廓关键点，根据凸包算法对多个候选轮廓关键点计算获取多条候选边，在多条候选边中选择符合预设条件的多组候选边，并构建与每组候选边分别对应的候选四边形，根据预设算法计算每个候选四边形的置信度，根据置信度确定目标候选四边形，并根据目标候选四边形确定候选名片区域的轮廓关键点，根据轮廓关键点在候选名片区域中确定目标名片区域，并识别目标名片区域中的名片信息。该方法解决了现有技术中对于复杂背景的名片图像进行识别时，识别准确率较低的技术问题，提高了名片识别的精度和准确度。
-
公开(公告)号：CN112766990A
公开(公告)日：2021-05-07
申请号：CN202110138011.6
申请日：2021-02-01
Applicant: 北京邮电大学
IPC: G06Q30/00 , G06F16/332 , G06F16/35 , G06F40/295
Abstract: 本申请提出一种基于多轮对话改进的智能客服辅助系统和方法，系统包括：包括：意图识别器接收终端发送的文本识别意图后将意图与文本发送给对话管理器；在意图为单轮意图时对话管理器获取意图对应的答案发送给坐席审判模块，在意图为多轮意图时将意图对应的控制器类型发送给过程控制器，将文本发送给实体提取器，在意图为填槽意图时将文本发送给实体提取器；提取文本中的实体发送给过程控制器根据控制器类型创建目标过程控制器和实体进行填槽，在槽值填充完毕根据槽值执行相关动作，将执行结果发送给坐席审判模块；槽值未填充完毕将词槽的澄清语句发送给坐席审判模块根据模型返回的响应判断是否发送给终端。由此，大大提高了人工客服的效率。
-
公开(公告)号：CN109710223B
公开(公告)日：2021-03-12
申请号：CN201811633587.4
申请日：2018-12-29
Applicant: 北京邮电大学
IPC: G06F8/20
Abstract: 本发明公开了一种基于分布式KV存储系统的API网关热插拔系统，热插拔系统通过分布式部署实现分布式动态存取微服务，包括：API热插模块和API热拔模块，API热插模块包括上线子模块和注册子模块，上线子模块用于处理API的上线发布功能，并在API成功上线后进行访问；注册子模块包括网页表单注册子模块和文件注册子模块；API热拔模块包括下线模块和注销模块，下线模块用于下线API，并在API下线后禁止访问，以修改或者注销API；注销模块用于从热插拔系统中移除API。并且通过docker容器的形式对热插拔系统进行水平动态伸缩。该系统具有强一致性、高可用、高性能、高扩展特性，并且具有容错能力。
-
-
-
-
-
-
-
-
-
Search Results
326
records
(took 0.052 seconds)
