公开(公告)号：CN117709597A

公开(公告)日：2024-03-15

申请号：CN202311836626.1

申请日：2023-12-28

Applicant: 中国科学院信息工程研究所

Inventor： 安伟 ,  张雯 ,  江涵 ,  丁颖 ,  韩言妮

IPC: G06Q10/063 ,  G06F17/11 ,  H03H17/02

Abstract: 一种数据资产价值的动态评估方法，其方法包括：确定数据资产的初始价值p(t0)，即t0时刻的数据资产价值；考虑数据资产价值系统状态的随机性特征，将数据资产价值系统状态函数为分解成P(t)＝p(t)+b(t)，即数据资产价值随时间t的走势p(t)和数据资产价值系统的状态噪声b(t)两部分；将数据资产价值函数写成数据资产价值系统在ts时刻的状态预测方程xs＝Axs‑1+Bus‑1+w和状态观测方程zs＝Hxs+ε；数据资产价值动态评估，通过市场法模型获得数据资产在ts时刻的测量值zs＝p(ts)，根据Kalman滤波的方法计算得到数据资产价值系统状态xs，结合上述步骤中系统状态预测方程和系统状态的测量方程得到去除噪声后的数据资产在时刻ts的价值p*(ts)。

公开(公告)号：CN117376898A

公开(公告)日：2024-01-09

申请号：CN202311305075.6

申请日：2023-10-10

Applicant: 中国科学院信息工程研究所

Inventor： 韩言妮 ,  张鉴 ,  丁颖 ,  江涵 ,  张雯

IPC: H04W12/02 ,  G06F9/50 ,  G06F17/18

Abstract: 本发明涉及一种边缘计算位置服务场景下的位置隐私保护方法，将用户的假位置生成到所有为其直接提供服务的边缘节点的覆盖范围之内。其方法包括：S1：记直接为用户A提供服务的边缘节点集合为E＝{e1,e2,……en}。以用户A的真实位置P为圆心，得到用户A与E集合中每一个边缘节点覆盖范围都内切的圆C；S2：为用户A的真实位置P添加噪声向量得到假位置P'，使得假位置P'在圆C的覆盖范围之内；S3：将假位置P'，上传到E集合中的每一个边缘节点ei，获取位置服务。本发明的优点是：在边缘计算场景下，将用户的假位置生成到所有为其直接提供服务的边缘节点的覆盖范围之内，使得恶意边缘节点无法识别假位置的真实性。

公开(公告)号：CN117370516A

公开(公告)日：2024-01-09

申请号：CN202311307235.0

申请日：2023-10-10

Applicant: 中国科学院信息工程研究所

Inventor： 韩言妮 ,  王侃 ,  张雯 ,  丁颖 ,  江涵

IPC: G06F16/332 ,  G06F40/284 ,  G06N3/045 ,  G06N3/0895

Abstract: 本发明涉及一种基于层级对比学习知识增强对话系统训练的方法，其方法包括：首先，选择对话数据和知识数据并对对话数据和知识数据进行处理得到语言模型的输入数据；其次，语言模型依照输入数据生成回复，生成回复的过程包括选取合适的语言模型处理数据和选取合适的解码算法生成回复；最后，使用层级对比学习及其扩展回传梯度更新模型参数。在使用预训练语言模型的基础上，在训练过程中为模型施加层级对比学习约束及其扩展锚点损失约束。在保证语言语法层面质量的基础上改善文本词表示、整合知识和对话文本空间并且调整知识神经元分布，从而提升对话系统对外部知识使用准确度，进而提升对话回复生成质量。

公开(公告)号：CN117370515A

公开(公告)日：2024-01-09

申请号：CN202311305321.8

申请日：2023-10-10

Applicant: 中国科学院信息工程研究所

Inventor： 韩言妮 ,  王侃 ,  江涵 ,  张雯 ,  丁颖

IPC: G06F16/332 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/045 ,  G06N3/084

Abstract: 本发明提供一种引入连续潜变量的多样性回复生成方法。包括以下步骤：步骤S1：处理对话数据，构建输入对话数据：将所有对话视作连续文本，以每次切换说话者作为分割，依照对话先后顺序交替给出对话数据，从而构建出输入对话数据。步骤S2：对话行为识别：将对话输入选定的BERT语言模型，利用BERT语言模型的输出计算当前对话行为，在代表对话行为接入四个全连接神经网络即构建transformer模型，使用模型识别当前对话行为；步骤S3：输出回复生成：使用步骤S2的transformer模型的对话行为识别部分计算得出的对话行为值，生成候选回复，然后验证候选回复正确概率选择最终回复结果。

公开(公告)号：CN117743600A

公开(公告)日：2024-03-22

申请号：CN202311836718.X

申请日：2023-12-28

Applicant: 中国科学院信息工程研究所

Inventor： 康雪 ,  韩言妮 ,  张雯 ,  安伟

IPC: G06F16/36 ,  G06F18/241 ,  G06F18/25 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/098 ,  G06N5/01 ,  G06F40/295

Abstract: 本发明提供了一种基于联合学习的封闭域篇章级事件抽取方法，数据集构建阶段，将带有事件类型、论元角色及论元实体标注的篇章级中文金融公告事件数据集，按照比例划分为训练集，验证集和测试集；将构建的数据集输入到基于联合学习的封闭域篇章级事件抽取模型PRAP中，PRAP包含5个部分，分别是论元实体识别模块，语义融合编码模块，论元组合抽取模块，事件类型检测模块和事件记录生成模块；定义模型损失函数，训练搭建的神经网络模型。总体损失Ltotal由论元实体识别损失、论元组合抽取损失、事件类型检测损失和论元角色分类损失四部分组成。本发明可以高效准确地并行抽取事件类型及论元组合、最大程度上缓解错误级联问题。