公开(公告)号：CN110059314B

公开(公告)日：2023-04-25

申请号：CN201910278459.0

申请日：2019-04-08

Applicant: 东南大学

Inventor： 刘兵 ,  漆桂林 ,  柏超宇

IPC: G06F40/295 ,  G06F16/36 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于增强学习的关系抽取方法，包括：步骤10)构建强化学习的关系抽取框架；所述关系抽取框架包括基于DNN模型的关系抽取模型、用于表示关系的人类知识形式的软规则和含有查询问题的关系证据、外部的知识源和智能体；步骤20)获取所述基于DNN模型的关系抽取模型的抽取结果；步骤30)所述智能体在强化学习环境中，利用所述软规则和所述关系证据，对所述抽取结果进行动态调整。所述基于增强学习的关系抽取方法可以增强现有的基于DNN的关系抽取模型。

公开(公告)号：CN110059314A

公开(公告)日：2019-07-26

申请号：CN201910278459.0

申请日：2019-04-08

Applicant: 东南大学

Inventor： 刘兵 ,  漆桂林 ,  柏超宇

IPC: G06F17/27 ,  G06F16/36

Abstract: 本发明公开了一种基于增强学习的关系抽取方法，包括：步骤10)构建强化学习的关系抽取框架；所述关系抽取框架包括基于DNN模型的关系抽取模型、用于表示关系的人类知识形式的软规则和含有查询问题的关系证据、外部的知识源和智能体；步骤20)获取所述基于DNN模型的关系抽取模型的抽取结果；步骤30)所述智能体在强化学习环境中，利用所述软规则和所述关系证据，对所述抽取结果进行动态调整。所述基于增强学习的关系抽取方法可以增强现有的基于DNN的关系抽取模型。

公开(公告)号：CN116127080A

公开(公告)日：2023-05-16

申请号：CN202111335256.4

申请日：2021-11-11

Applicant: 腾讯科技(深圳)有限公司 ,  东南大学

Inventor： 柏超宇 ,  王萌 ,  漆桂林

IPC: G06F16/36 ,  G06N3/044 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/047 ,  G06N3/08 ,  G06V30/19 ,  G06V10/80

Abstract: 本申请涉及人工智能的知识图谱技术领域，公开了一种描述对象的属性值提取方法及相关设备，该方法包括：获取属性指示文本和目标描述对象的图像文本对集合；由第一神经网络对描述文本和属性指示文本进行特征提取，得到各图像文本对对应的文本特征；由第二神经网络对描述图像进行特征提取，得到各图像文本对对应的图像特征；由融合网络将文本特征和图像特征进行融合，得到融合特征；由第三神经网络根据融合特征，输出各图像文本对与目标属性之间的相关度；由第四神经网络根据融合特征，确定各图像文本对包括的属性值；根据相关度，从图像文本对包括的属性值中确定目标描述对象在目标属性下的属性值；本方案实现了自动提取描述对象的属性值。

公开(公告)号：CN115718828A

公开(公告)日：2023-02-28

申请号：CN202211416446.3

申请日：2022-11-12

Applicant: 东南大学

Inventor： 柏超宇 ,  漆桂林

IPC: G06F16/951 ,  G06F40/216 ,  G06F40/151 ,  G06F40/166 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种新的基于机器阅读理解技术的事件论元抽取方法，主要用于在已知突发事件类型的情况下，抽取事件论元。本方案主要分为两个部分，一部分是图像描述生成模块，该模块针对包含突发事件的微博配图使用ResNet抽取出图像特征，接着采用一种束搜索的方式从图像特征中解码出关于微博图片的文字描述，通过该方法引入图像的信息，增强模型的输入。另一部分是论元抽取模块，该模块将识别出的突发事件类型以及待抽取的事件论元生成问题，使用机器阅读理解的方式从微博文本和图像描述中抽取所需的事件论元。