-
公开(公告)号：CN119006871A
公开(公告)日：2024-11-22
申请号：CN202310581071.4
申请日：2023-05-22
Applicant: 南京大学
IPC: G06V10/764 , G06V10/762 , G06V10/82 , G06N3/045 , G06N3/042 , G06N3/084
Abstract: 本发明是一种基于社区原型的图对比学习方法。相比于现有的图对比学习方法，本发明更加重视社区信息，将社区检测、社区原型和节点嵌入相互关联，以提高图表示学习的质量。本发明通过结合图注意力网络(GAT)和传统的社区检测算法(标签传播算法，LPA)，来学习带有社区结构信息的节点嵌入。经过大量的实验，结果表明它的性能优于现有方法。该方法可应用于无标签数据的图表示学习任务，缓解监督学习的重度依赖标签、泛化性能差、鲁棒性弱等局限性，具有广泛的应用前景。
-
公开(公告)号：CN119005215A
公开(公告)日：2024-11-22
申请号：CN202310580943.5
申请日：2023-05-22
Applicant: 南京大学
IPC: G06F40/58 , G06F40/211 , G06F18/241 , G06N3/045 , G06N3/08
Abstract: 本发明提出了一种基于预训练模型和数据增强技术的“中‑英”条件时态机器翻译方法，用于增强“中‑英”机器翻译时条件时态的翻译效果，进而提高翻译系统总体的翻译表达能力，提高用户满意度。本发明主要分为四个主要环节：利用自注意力机制对英文的上下文时态信息进行编码、利用预训练模型Chinese‑BERT构建一个条件时态分类器、设计了一个条件时态数据增强算法以及基于篇章级机器翻译模型HAN‑NMT构建的条件时态翻译器和非条件时态翻译器。这一方法为“中‑英”机器翻译中条件时态翻译效果问题提供了一个最前沿的基于预训练模型和数据增强算法的优化方案，同时也为“中‑英”翻译和其他语种翻译中时态的优化问题提供了可以借鉴的思路。
-
公开(公告)号：CN119005187A
公开(公告)日：2024-11-22
申请号：CN202310581034.3
申请日：2023-05-22
Applicant: 南京大学
IPC: G06F40/295 , G06F40/186 , G06N3/08
Abstract: 本发明的技术方案一种基于持续学习和提示模板的通用命名实体识别方法。本发明的特点在于：1.本方法只需要少量的过去实体的注释样本；2.本发明不需要扩展神经网络层，也不需要每次都复制新的编码器层来构建新的模型。本方法总是在同一个模型上进行训练，这样可以避免存储空间的浪费，也不需要每次动态调整和重新训练模型的输出层；3.本发明创新的结合了基于代表性困难度的样本重放方法和基于EWC的正则化方法，大大减轻了由于灾难性遗忘问题导致持续学习中NER模型表现迅速下降的问题。本发明可以指导开发人员更好的完成类增量设置下的命名实体识别任务，快速准确的定位非结构化文本中的命名实体并将其分类为预先定义的类型。
-
公开(公告)号：CN117171348A
公开(公告)日：2023-12-05
申请号：CN202210583816.6
申请日：2022-05-26
Applicant: 南京大学
IPC: G06F16/36 , G06F16/332 , G06F16/35 , G06F16/33
Abstract: 本发明提出了一种基于中文图书知识图谱的问答系统构建方法，用于中文图书知识查询以及图书数据统计，能够便于系统管理员对图书进行管理，并提供核心的问答功能，更快的理解用户的查询意图并提供智能回答。本发明主要分为三个主要环节：中文图书领域知识图谱的构建、图书知识问答模型的设计与训练、图书系统后端的设计与实现。这一方法为中文图书管理领域提供了一个最前沿的基于知识图谱的优化方案，同时也为知识图谱的通用应用提供了可以借鉴的思路。
-
公开(公告)号：CN115587726A
公开(公告)日：2023-01-10
申请号：CN202110764872.5
申请日：2021-07-06
Applicant: 南京大学
IPC: G06Q10/0631 , G06Q10/0639
Abstract: 一种基于案情事实的深度刑期预测方法，其将深度学习的模型使用在司法领域的刑期预测方面，将案情事实处理为特征向量，刑期作为标签。方法主要分为三个步骤，第一个步骤为文本的预处理，将抽取出的案情事实做分词和特征化工程，处理后的序列作为案情的特征表示，然后将刑期划分为5个种类并为每一个案件做好标签。第二个步骤是将处理好的数据集作为输入，用fastText算法训练得到刑期预测模型，最后一个步骤是将测试集按照第一个步骤的方式处理后，使用第二个步骤得到的模型进行刑期预测，然后和实际上的标签进行比对。本发明可以基于案情事实基本准确的预测出刑期的标签，为工作人员提出量刑建议提供了参考。
-
Patent Agency Ranking
公开(公告)号：CN115587167A
公开(公告)日：2023-01-10
申请号：CN202110764752.5
申请日：2021-07-06
Applicant: 南京大学
IPC: G06F16/332 , G06N3/04 , G06N3/08
Abstract: 本发明是一个能够根据上下文及答案自动化生成问题的方法。该方法通过把整个段落进行编码，捕获整个段落的语义信息；同时使用句子级编码方式结合句子级注意力机制，获得句子间的逻辑关系。该方法克服了传统问题生成模型不能使用完整上下文信息的弊端，充分利用了上下文段落的语义信息和句子间的逻辑关系。经过大量的实验，结果表明该方法能够有效的生成较高质量的问题。本发明的目的在于提供一种高质量的问题生成方法，促进问答技术等领域的发展，加速实现智能化的人机交互，进而促进社会发展和高效率运行。
-
公开(公告)号：CN115587166A
公开(公告)日：2023-01-10
申请号：CN202110764618.5
申请日：2021-07-06
Applicant: 南京大学
IPC: G06F16/332 , G06F16/35 , G06N3/04
Abstract: 本发明是一种面向对话系统的线程跟踪方法。本方法运用RNN+Attention+Gate模型完成多轮对话的多标签意图识别，在存储器中保存上下文信息作为记忆，引入Attention机制筛选有用记忆，通过门控制来判定当前语句是否需要引用上下文信息，从而得到线程跟踪结果。本发明目的在于确定多轮对话中的不同线程，帮助用户理解该对话集的主题，从而解决根据上下文信息识别语句的多意图问题。
-
公开(公告)号：CN116362455A
公开(公告)日：2023-06-30
申请号：CN202111584198.9
申请日：2021-12-22
Applicant: 南京大学
IPC: G06Q10/0631
Abstract: 一种众包测试审核任务分配方法，其特征是在众包审核任务分配过程中考虑到用户特征，用户特征包含信誉特征、能力特征和行为特征。计算用户在不同审核任务类型维度下的特征，计算众包审核任务热度逆序列表，使用基于任务的协同过滤算法生成用户任务推荐列表，综合任务热度逆序表和任务推荐表，为用户动态分配审核任务。众包审核任务结束后，根据用户能力特征，为用户审核结果加权，计算最终审核结果，并更新用户特征。此方法可有效提高众包审核任务完成度，保障审核结果的准确性。
-
公开(公告)号：CN102622628B
公开(公告)日：2014-09-03
申请号：CN201210044120.2
申请日：2012-02-24
Applicant: 南京大学
Abstract: 通过渲染方式生成QR码的方法，包括以下三种独立的方法或二种以上的组合：以小块图片替换每一个黑白块，小块图片有多个，根据需要进行选择；对QR码符号不同的部分使用不同大小的图片进行填充，同时将原本的方角矩形改为圆角矩形，将独立存在的黑白块使用圆形图片进行填充；使用立体图形呈现QR码。普通QR码都以黑白的外观呈现，本发明在不影响识别的前提下以一种更加美观的方式呈现QR码。本发明生成的QR码上都可以覆盖上小图标，使得生成的QR码具有使用者的独特特征。本发明使得可以以更加丰富的形式来呈现原本比较单调的QR码。
-
公开(公告)号：CN102236602B
公开(公告)日：2013-09-11
申请号：CN201110203876.2
申请日：2011-07-21
Applicant: 南京大学
IPC: G06F11/36
Abstract: 一种可视化软件测试设计平台，包括动态链接库(DLL)注册模块、测试流程编辑模块、测试流程解析模块、测试流程执行模块以及测试管理模块；其中，测试管理模块对所有模块进行调度并管理；动态链接库注册模块负责将底层接口定义为测试编辑模块中的原子测试单元；测试流程编辑模块提供可视化的测试解决方案定义工具，测试解决方案包括功能测试图、测试流程图及各图之间的关联关系，通过DLL注册模块将外部DLL的函数定义为流程图中的原子测试单元；测试流程执行模块载入测试流程解析模块生成的中间代码，建立测试执行的虚拟机环境，根据已定义的流程的逻辑自动完成测试过程。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.023 seconds)
