公开(公告)号：CN114969279B

公开(公告)日：2024-11-12

申请号：CN202210380864.5

申请日：2022-04-12

Applicant: 东南大学

Inventor： 杨鹏 ,  李文军 ,  汤亚玲 ,  陈维威

IPC: G06F16/332 ,  G06F16/35 ,  G06F40/174 ,  G06F18/22 ,  G06N3/0442 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0985 ,  G06N5/04

Abstract: 本发明公开了一种基于层次图神经网络的表格文本问答方法，该方法首先通过稀疏检索器快速召回与问题关联的文本证据信息，并将这些证据信息填充到表格中；接着利用表格行选择模型对表格行打分排序，从而找到最有可能包含答案的答案行；然后对答案行以及关联文本融合编码得到特征向量表示，进而使用基于表格行的层次图神经网络对问题、单元格、短文进行图推理，以捕捉表格特有的半结构化信息；最后，通过三个相互关联的子任务求解得到问题对应的答案。本发明能够有效地解决表格和文本相互补充场景下的多跳问答问题。

公开(公告)号：CN114925211B

公开(公告)日：2024-08-06

申请号：CN202210385244.0

申请日：2022-04-13

Applicant: 东南大学

Inventor： 杨鹏 ,  汤亚玲 ,  李文军 ,  于晓潭

IPC: G06F16/36 ,  G06F16/35 ,  G06N3/045 ,  G06F16/901 ,  G06N3/0499 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明公开了一种面向表格型数据的事实验证方法，能够用于检验网络上声明的真实性，包括如下步骤：首先针对输入的表格数据和文本声明，利用DeBERTa模型获得单一模态的编码表示；然后将单一模态的编码表示作为交叉模态Transformer模块的输入，分别获得融合模态间信息的表格表示和文本声明表示；最后通过构建一个图神经网络，提取表格的结构信息以及文本的语义信息来进行信息传递和推理；最后利用一个多层感知器获得声明真实性的预测结果，本发明结合图神经网络来对表格数据进行表示，并联合多模态技术增强文本声明和表格数据之间的交互，增强了模型的表示学习能力和推理能力，从而提高了声明真实性预测的准确性。

公开(公告)号：CN113735393A

公开(公告)日：2021-12-03

申请号：CN202110972058.2

申请日：2021-08-24

Applicant: 中建四局第三建设有限公司 ,  东南大学

Inventor： 李正常 ,  冉鹏林 ,  董泽刚 ,  张国柱 ,  李文军 ,  曹明勇

IPC: C02F11/00 ,  E02F5/28 ,  E02F9/26

Abstract: 本发明公开了一种机器人清淤混合淤泥固化施工方法，包括以下步骤：使用图像采集装置、测距传感器和避障传感器通过无线电缆连接将作业现场采集的淤泥照片、淤泥深度、需要清淤的范围和有无障碍物等实况信息数据传输给远程操作系统；操控人员在远程操作系统的计算机操控装置输入机器人入料收集装置的启动信息代码，输送至淤泥泵输送装置；等含杂质的淤泥输送至固化现场，操控人员通过远程操作系统使得投料装置开始投放废弃材料固化剂操控人员通过远程操作系统启动搅拌装置进行搅拌工作，将固化后的淤泥混合物输送至所需工程现场进行应用。该机器人清淤混合淤泥固化施工方法既可以提高施工效率，又可以达到废弃资源再利用的目的。

公开(公告)号：CN114969279A

公开(公告)日：2022-08-30

申请号：CN202210380864.5

申请日：2022-04-12

Applicant: 东南大学

Inventor： 杨鹏 ,  李文军 ,  汤亚玲 ,  陈维威

IPC: G06F16/332 ,  G06F16/35 ,  G06F40/174 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N5/04

Abstract: 本发明公开了一种基于层次图神经网络的表格文本问答方法，该方法首先通过稀疏检索器快速召回与问题关联的文本证据信息，并将这些证据信息填充到表格中；接着利用表格行选择模型对表格行打分排序，从而找到最有可能包含答案的答案行；然后对答案行以及关联文本融合编码得到特征向量表示，进而使用基于表格行的层次图神经网络对问题、单元格、短文进行图推理，以捕捉表格特有的半结构化信息；最后，通过三个相互关联的子任务求解得到问题对应的答案。本发明能够有效地解决表格和文本相互补充场景下的多跳问答问题。

公开(公告)号：CN114925211A

公开(公告)日：2022-08-19

申请号：CN202210385244.0

申请日：2022-04-13

Applicant: 东南大学

Inventor： 杨鹏 ,  汤亚玲 ,  李文军 ,  于晓潭

IPC: G06F16/36 ,  G06F16/35 ,  G06N3/04 ,  G06F16/901

Abstract: 本发明公开了一种面向表格型数据的事实验证方法，能够用于检验网络上声明的真实性，包括如下步骤：首先针对输入的表格数据和文本声明，利用DeBERTa模型获得单一模态的编码表示；然后将单一模态的编码表示作为交叉模态Transformer模块的输入，分别获得融合模态间信息的表格表示和文本声明表示；最后通过构建一个图神经网络，提取表格的结构信息以及文本的语义信息来进行信息传递和推理；最后利用一个多层感知器获得声明真实性的预测结果，本发明结合图神经网络来对表格数据进行表示，并联合多模态技术增强文本声明和表格数据之间的交互，增强了模型的表示学习能力和推理能力，从而提高了声明真实性预测的准确性。