-
公开(公告)号：CN116070786B
公开(公告)日：2023-06-20
申请号：CN202310212028.0
申请日：2023-03-07
Applicant: 华侨大学 , 中国医学科学院阜外医院
IPC: G06Q10/04 , G06F16/28 , G06F18/25 , G06N3/0455 , G06N3/08
Abstract: 本发明实施例提供一种基于事件演化图的多标记事件预测方法、装置和介质，涉及事件预测技术领域。其中，这种多标记事件预测方法包含S1、获取已知事件链。S2、根据事件演化图，获取候选事件组合集。其中，事件演化图根据历史数据集构造，且包含顺承关系和同时关系。候选事件组合集包含多个候选事件组合。候选事件组合包含1个或多个候选事件。S3、将已知事件链和候选事件组合集输入预先训练好的多标记事件预测模型，获取预测发生事件。预测发生事件为候选事件组合集中的一个候选事件组合所包含的候选事件。其中，多标记事件预测模型包括编码器、门控图神经网络、筛选模型、解码器。
-
公开(公告)号：CN116070786A
公开(公告)日：2023-05-05
申请号：CN202310212028.0
申请日：2023-03-07
Applicant: 华侨大学 , 中国医学科学院阜外医院
IPC: G06Q10/04 , G06F16/28 , G06F18/25 , G06N3/0455 , G06N3/08
Abstract: 本发明实施例提供一种基于事件演化图的多标记事件预测方法、装置和介质，涉及事件预测技术领域。其中，这种多标记事件预测方法包含S1、获取已知事件链。S2、根据事件演化图，获取候选事件组合集。其中，事件演化图根据历史数据集构造，且包含顺承关系和同时关系。候选事件组合集包含多个候选事件组合。候选事件组合包含1个或多个候选事件。S3、将已知事件链和候选事件组合集输入预先训练好的多标记事件预测模型，获取预测发生事件。预测发生事件为候选事件组合集中的一个候选事件组合所包含的候选事件。其中，多标记事件预测模型包括编码器、门控图神经网络、筛选模型、解码器。
-
公开(公告)号：CN116069919A
公开(公告)日：2023-05-05
申请号：CN202310206985.2
申请日：2023-03-07
Applicant: 华侨大学 , 中国医学科学院阜外医院
IPC: G06F16/332 , G06F16/36 , G06F40/284 , G06F40/30 , G06F40/211 , G06F18/22
Abstract: 本发明实施例提供基于文本和图拓扑相似的问句实体链接方法、装置和介质，涉及知识图谱问答领域。问句实体链接方法包括S1获取问句，并进行实体识别，获取实体提及集合。S2将实体提及集合中的实体提及与知识图谱进行关键词匹配，获取候选实体集。S3根据实体提及集合和候选实体集，进行相似度计算，获取各个候选实体与其对应的实体提及的第一相似度。S4根据第一相似度对各个候选实体进行排序并保留前k个候选实体，获取各个实体提及的候选实体列表。S5获取候选实体列表中的候选实体的向量表示。S6根据向量表示，通过组合相似度模型计算任意两个候选实体列表之间的组合实体向量之间的第二相似度，获取第二相似度最大的组合作链接实体集合。
-
公开(公告)号：CN116049446B
公开(公告)日：2023-06-06
申请号：CN202310212003.0
申请日：2023-03-07
Applicant: 华侨大学 , 中国医学科学院阜外医院
IPC: G06F16/36 , G06F40/295 , G06F40/211 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种事件抽取方法、装置、设备及计算机可读存储介质，包括：获取句子文本，并将所述句子文本构建成图结构数据；对所述图结构数据中的每个节点进行初始化向量编码，并基于图注意网络模型对节点向量编码进行更新；调用二进制标记网络对更新后的节点向量编码及句子文本进行事件提取，其中，事件提取包括事件类型识别，事件触发词识别和事件论元识别，旨在解决无法捕获长距离依赖信息以及重叠事件问题。
-
公开(公告)号：CN116049446A
公开(公告)日：2023-05-02
申请号：CN202310212003.0
申请日：2023-03-07
Applicant: 华侨大学 , 中国医学科学院阜外医院
IPC: G06F16/36 , G06F40/295 , G06F40/211 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种事件抽取方法、装置、设备及计算机可读存储介质，包括：获取句子文本，并将所述句子文本构建成图结构数据；对所述图结构数据中的每个节点进行初始化向量编码，并基于图注意网络模型对节点向量编码进行更新；调用二进制标记网络对更新后的节点向量编码及句子文本进行事件提取，其中，事件提取包括事件类型识别，事件触发词识别和事件论元识别，旨在解决无法捕获长距离依赖信息以及重叠事件问题。
-
Patent Agency Ranking
公开(公告)号：CN116069919B
公开(公告)日：2023-06-20
申请号：CN202310206985.2
申请日：2023-03-07
Applicant: 华侨大学 , 中国医学科学院阜外医院
IPC: G06F16/332 , G06F16/36 , G06F40/284 , G06F40/30 , G06F40/211 , G06F18/22
Abstract: 本发明实施例提供基于文本和图拓扑相似的问句实体链接方法、装置和介质，涉及知识图谱问答领域。问句实体链接方法包括S1获取问句，并进行实体识别，获取实体提及集合。S2将实体提及集合中的实体提及与知识图谱进行关键词匹配，获取候选实体集。S3根据实体提及集合和候选实体集，进行相似度计算，获取各个候选实体与其对应的实体提及的第一相似度。S4根据第一相似度对各个候选实体进行排序并保留前k个候选实体，获取各个实体提及的候选实体列表。S5获取候选实体列表中的候选实体的向量表示。S6根据向量表示，通过组合相似度模型计算任意两个候选实体列表之间的组合实体向量之间的第二相似度，获取第二相似度最大的组合作链接实体集合。
-
公开(公告)号：CN119168029A
公开(公告)日：2024-12-20
申请号：CN202410933069.3
申请日：2024-07-12
Applicant: 华侨大学
Abstract: 本发明公开了一种构建基于上下文的五何问句生成模型的方法及装置,包括如下步骤：S1、首先将知识图谱进行子图拆分，得到知识图谱子图；S2、将S1所述的知识图谱子图按照关系路径的相似性计算得到多组正样本子图；S3、将S2所述的正样本子图进行图对比学习，获得每一个子图的语义表征；S4、基于S3所述的语义表征通过相似度算法查找输入子图在示例图谱问句集中的相似子图并得到自适应的演示示例；S5、将S4所述的输入子图与演示示例代入指令模板，得到指令文本,并送入大语言模型，生成问句。
-
公开(公告)号：CN113610299B
公开(公告)日：2023-05-26
申请号：CN202110904109.8
申请日：2021-08-06
Applicant: 华侨大学
IPC: G06Q10/04 , G06F18/213 , G06N3/048 , G06N3/0442 , G06N3/0464 , G06N3/045 , G06N3/08
Abstract: 本发明公开了基于特征衰减强化神经网络的信息传播预测方法及装置，通过网络表示模型对网络数据的用户构建用户初始特征表示，并结合多阶邻居影响力衰减机制对用户初始特征表示进行更新，得到用户特征表示；将传播序列所对应的用户特征表示输入GRU模型，得到隐藏态，将隐藏态融合时间衰减特征，得到时间衰减隐藏态；聚合多个被影响的用户特征表示，得到聚合用户特征，结合聚合用户特征和时间衰减隐藏态，计算得到下一个转发用户的激活概率，根据激活概率预测出信息传播路径；基于传播序列的真实热度规模结合GRU模型与强化学习网络，获得信息传播的预测热度规模。本发明融合多阶邻居衰减影响力机制与时间衰减特征进行信息传播预测，提高模型预测能力。
-
公开(公告)号：CN113535984B
公开(公告)日：2023-05-26
申请号：CN202110919665.2
申请日：2021-08-11
Applicant: 华侨大学
IPC: G06F16/36 , G06F40/30 , G06F18/2415 , G06N3/0464 , G06N3/08 , G06Q10/04
Abstract: 本发明公开了一种基于注意力机制的知识图谱关系预测方法及装置，利用Trans模型获得三元组实体的嵌入，将三元组中的关系当作头实体和尾实体间翻译操作，得到三元组向量表示，针对知识图谱中三元组实体描述的全部文本信息采用Doc2Vec模型进行嵌入，得到实体描述向量表示，通过Trans模型得到的三元组向量表示与实体层次类型映射矩阵结合，得到实体类型向量表示，采用融合三元组向量表示、实体描述向量表示以及实体类型向量表示的三元组实体向量作为编码器输入，编码器基于知识图谱设计注意力机制，得到关系层次、实体层次、三元组层次的权重，解码器则利用ConvKB模型重构知识图谱，进行关系预测。本发明可用于知识图谱推理，根据已知的知识推理出未知的潜在的知识。
-
公开(公告)号：CN115292456A
公开(公告)日：2022-11-04
申请号：CN202210587837.5
申请日：2022-05-27
Applicant: 华侨大学
IPC: G06F16/332 , G06F16/33 , G06F40/242 , G06F40/247 , G06K9/62
Abstract: 本发明公开一种基于知识驱动的非合作式人格预测方法及系统，包括：步骤1，将获得的人格相关词汇作为种子词进行翻译和分类，并对结果进行校正，构建种子词典；步骤2，选择各类不同类别领域的社交媒体用户，获取其发布的原创文本信息并进行预处理，构建语料库，并使用语料库训练词向量模型；步骤3，利用训练好的词向量模型计算种子词与语料库中的候选词之间的余弦相似度，选择相似度大的候选词对种子词典进行扩展，构建基础词典；步骤4，对基础词典进行同义词补充，构建人格词典；步骤5，利用人格词典提出基于词汇权重和词频的人格评分算法，并根据人格评分算法获取待测用户的人格特质。本发明提高了人格预测方法的可解释性和可推广性。
-
-
-
-
-
-
-
-
-
Search Results
61
records
(took 0.061 seconds)
