公开(公告)号：CN112085173A

公开(公告)日：2020-12-15

申请号：CN202010985922.8

申请日：2020-09-18

Applicant: 中国科学院自动化研究所

Inventor： 王寓巍 ,  曾毅

IPC: G06N3/04

Abstract: 本发明属于认知神经科学技术领域，具体涉及一种基于脉冲神经网络的知识表征方法、系统、装置，旨在解决现有基于知识表征容错能力较差的问题。本系统方法包括获取待知识表征的文本，作为输入文本；通过Glove算法提取输入文本中每个词设定维度的词向量矩阵并进行归一化处理；将归一化后的各词向量矩阵中的每一个元素作为相应词向量对应维度的电流强度，并通过boost升压电路进行电流增强；通过Izhikevich神经元模型获取增强后的各电流强度对应的脉冲发放时间序列，并构建脉冲发放时间矩阵；对各脉冲发放时间矩阵进行扁平化处理，并结合预设的容忍度，得到各词向量最终的二值知识表征。本发明提升了知识表征的容错能力。

公开(公告)号：CN109657036A

公开(公告)日：2019-04-19

申请号：CN201811471835.X

申请日：2018-12-04

Applicant: 中国科学院自动化研究所

Inventor： 王寓巍 ,  张铁林 ,  曾毅

IPC: G06F16/33 ,  G06F16/332 ,  G06F16/36 ,  G06N5/04

CPC classification number: G06N5/04

Abstract: 本发明属于认知神经科学领域，具体涉及一种基于类脑语义层次时序记忆推理模型的问答方法、系统，旨在解决文本生成、自动问答等自然语言理解任务的小样本学习问题。本发明方法包括：获取问题文本和回答文本并输入；对文本时序池化得到词向量矩阵；将词向量矩阵中每个词向量空间和时间池化，得到词向量对应的每一位为0或1的二值词表示集；将文本和词集进行类脑学习，得到优化后的模型；将问题文本单独输入，基于模型中的细胞预测状态进行词的规约，得到回答文本并输出。本发明结合语义层次时序记忆模型，基于小样本数据，知识推理的学习方式进行模型的构建，对样本的数量要求低，没有大量参数需要调节，增加了模型的可拓展性。

公开(公告)号：CN109657036B

公开(公告)日：2021-02-02

申请号：CN201811471835.X

申请日：2018-12-04

Applicant: 中国科学院自动化研究所

Inventor： 王寓巍 ,  张铁林 ,  曾毅

IPC: G06F16/33 ,  G06F16/332 ,  G06F16/36 ,  G06N5/04

Abstract: 本发明属于认知神经科学领域，具体涉及一种基于类脑语义层次时序记忆推理模型的问答方法、系统，旨在解决文本生成、自动问答等自然语言理解任务的小样本学习问题。本发明方法包括：获取问题文本和回答文本并输入；对文本时序池化得到词向量矩阵；将词向量矩阵中每个词向量空间和时间池化，得到词向量对应的每一位为0或1的二值词表示集；将文本和词集进行类脑学习，得到优化后的模型；将问题文本单独输入，基于模型中的细胞预测状态进行词的规约，得到回答文本并输出。本发明结合语义层次时序记忆模型，基于小样本数据，知识推理的学习方式进行模型的构建，对样本的数量要求低，没有大量参数需要调节，增加了模型的可拓展性。