公开(公告)号：CN119294469A

公开(公告)日：2025-01-10

申请号：CN202411219818.2

申请日：2024-09-02

Applicant: 中国科学院计算技术研究所 ,  苏州空天信息研究院

Inventor： 靳小龙 ,  郭嘉丰 ,  程学旗 ,  冯禹铭 ,  宋路杰 ,  张文清 ,  闵飞

IPC: G06N3/091 ,  G06N3/045 ,  G06F18/214

Abstract: 本发明提供一种面向知识获取的主动学习方法，用于对知识获取模型进行多次迭代训练，每次迭代包括：获取有多个有标签的样本的第一训练集和有多个未标注标签的样本的候选数据集，每个样本为一段文本数据，标签为在知识获取任务中为样本设置的知识类别标签；获取预设的查询函数，该函数用于计算样本对训练模型的价值量化值，样本的价值量化值是预设的不确定性指标和多个预设指标的加权和，多个预设指标包括动量指标、方差指标和损失值指标中任意两个或三个；根据利用查询函数计算的多个未标注标签的样本各自的价值量化值，选择有价值的样本，对其标注标签后添加到第一训练集，得到第二训练集；利用第二训练集训练模型根据文本数据进行知识类别预测。

公开(公告)号：CN119204013A

公开(公告)日：2024-12-27

申请号：CN202411218721.X

申请日：2024-09-02

Applicant: 中国科学院计算技术研究所 ,  苏州空天信息研究院

Inventor： 靳小龙 ,  郭嘉丰 ,  程学旗 ,  宋路杰 ,  冯禹铭 ,  张文清 ,  闵飞

IPC: G06F40/295 ,  G06F40/284 ,  G06F16/35 ,  G06F18/241 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/048 ,  G06N3/096 ,  G06N3/0442

Abstract: 本发明提供了一种基于原型网络门控机制的类增量知识获取方法，包括获取待预测的文本；将文本输入经知识获取领域的类增量学习方法训练得到的编码模块，得到各词元的特征向量，并各词元的特征向量构建每个知识单元的单元表示；利用预设的原型网络门控机制确定各知识单元所属的类别，包括：获取每个知识单元的单元表示与各类别的原型表示之间的相似度，根据相似度筛选部分匹配的专家网络对知识单元进行预测，得到筛选出的专家网络对知识单元是否属于该专家网络对应类别的预测值；对于重叠的知识单元，仅保留其中具有最高预测值的知识单元的预测值；如果一个知识单元在所有类别的预测值都小于预设阈值，则该知识单元不属于任何专家网络所对应的类别。