-
公开(公告)号：CN116206688A
公开(公告)日：2023-06-02
申请号：CN202310188140.5
申请日：2023-03-02
Applicant: 南华大学
IPC: G16B40/00 , G16B15/30 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N3/048 , G06N3/047
Abstract: 本发明提供了一种用于DTA预测的多模态信息融合模型及方法，该模型包括药物分子结构信息编码器、靶标结构信息编码器、多模态平衡模块和药物靶标融合模块；药物分子结构信息编码器使用Transformer模型对药物字符串模态信息进行编码，并使用GIN模型提取药物图模态信息特征；靶标结构信息编码器使用Transformer模型对靶标字符串模态信息进行编码，并使用GCN模型提取药物图模态信息特征；多模态平衡模块使用对比学习的方法将药物字符串和图模态信息进行平衡与整合，以及将靶标字符串和图模态信息进行平衡与整合；药物靶标融合模块将多模态平衡模块得到的药物和靶标的两种模态特征连接起来，用于DTA预测。
-
公开(公告)号：CN114625315B
公开(公告)日：2024-07-09
申请号：CN202210068769.1
申请日：2022-01-21
Applicant: 南华大学
IPC: G06F3/06 , G06F16/14 , G06F16/174 , G06F16/182 , G06N3/045 , G06N3/084
Abstract: 本发明提供了一种基于元语义嵌入的云存储相似数据检测方法和系统，其中方法包括：对云存储数据域中的全部数据进行CDC分块；采用局部敏感Hash算法提取全部CDC块的特征向量；基于Mask算法对任一CDC块的上下文特征向量进行处理，将处理后的所有上下文特征向量输入神经网络模型进行训练，获得云存储数据域的元语义模型；提取上传至云存储数据域的新数据的语义特征向量；将新数据的语义特征向量输入被元语义模型初始化后的新神经网络模型进行相似性检测。本发明基于元语义嵌入的方法嵌入了全文的语义，增强了提取数据特征的可靠性，同时避免重复训练神经网络，从而减少计算开销。
-
公开(公告)号：CN106991284A
公开(公告)日：2017-07-28
申请号：CN201710210882.8
申请日：2017-03-31
Applicant: 南华大学
Abstract: 本发明公开了一种智能育儿知识服务方法及系统，包括信息采集：利用爬虫程序定时下载、解析最新的儿童疾病数据信息，并储存在mysql数据库中；专家机器人知识库构建：包括疾病咨询、疾病预测、医生推荐三个步骤；个人机器人知识库构建：用户不断的向个人机器人输入自己的知识，个人机器人以一个问题对应一个答案的形式存储在mysql数据库中，并以知识社区的形式为不同用户提供过程式的育儿知识服务；系统交互实现：通过PC端和移动端实现用户交互。解决了现有育儿知识服务方法不能完整的展现一种儿科疾病从发病到治疗，再到治愈的全过程，缺乏人性化智能的展现方式，展现形式单一的问题。
-
公开(公告)号：CN114548104A
公开(公告)日：2022-05-27
申请号：CN202210117810.X
申请日：2022-02-08
Applicant: 南华大学
IPC: G06F40/295 , G06F16/35 , G06F16/33 , G06K9/62
Abstract: 基于特征和类别干预的少样本实体识别方法与模型，涉及自然语言处理技术领域，该方法包括：构建输入特征干预模型和类别调整干预模型；将支持集和查询集交叉样本间的特征X提取出来，输入至特征干预模型中，对特征X进行注意力门前干预，获取特征层级调整；将调整后的特征输入至类别调整干预模型中，对分类器概率输出进行重定义，将来自预训练的特征均值依据分类概率重新分配新的权重，进行类别调整，得到新类特征，计算查询集中每个样本在所有类下的最小距离，并利用解码器得到查询集样本的分类预测值。本发明通过对特征和类进行干预，消减了混杂因素的干扰，增加了相似语义样本之间的差异，提高了实体分类器的辨别能力。
-
公开(公告)号：CN114547241A
公开(公告)日：2022-05-27
申请号：CN202210117815.2
申请日：2022-02-08
Applicant: 南华大学
IPC: G06F16/33 , G06F16/35 , G06F40/295 , G06K9/62
Abstract: 联合字符感知和句子感知的小样本实体识别方法与模型，涉及自然语言处理技术领域，该方法包括：通过一个具有学习参数的嵌入函数，将支持集和查询集中的每一个字符编码成一个连续的维嵌入向量；原型网络根据支持集中的样例以及支持集与查询集句子间的相关性得到对应的所有实体类别的原型，且原型网络还根据支持集中的样例以及支持集与查询集字符间的相关性得到另外对应的所有实体类别的原型；分别计算查询实体与所有类别原型之间的距离，得到查询实体的两种类别分布；结合该两种类别分布得到小样本查询实体最终的类别分布，本发明利用句子之间的相关性和字符之间的相关性来改善模型在小样本实体识别任务上的性能，可有效提高模型的鲁棒性和精度。
-
Patent Agency Ranking
公开(公告)号：CN114547241B
公开(公告)日：2024-10-18
申请号：CN202210117815.2
申请日：2022-02-08
Applicant: 南华大学
IPC: G06F16/33 , G06F16/35 , G06F40/295 , G06F18/214
Abstract: 联合字符感知和句子感知的小样本实体识别方法与模型，涉及自然语言处理技术领域，该方法包括：通过一个具有学习参数的嵌入函数，将支持集和查询集中的每一个字符编码成一个连续的维嵌入向量；原型网络根据支持集中的样例以及支持集与查询集句子间的相关性得到对应的所有实体类别的原型，且原型网络还根据支持集中的样例以及支持集与查询集字符间的相关性得到另外对应的所有实体类别的原型；分别计算查询实体与所有类别原型之间的距离，得到查询实体的两种类别分布；结合该两种类别分布得到小样本查询实体最终的类别分布，本发明利用句子之间的相关性和字符之间的相关性来改善模型在小样本实体识别任务上的性能，可有效提高模型的鲁棒性和精度。
-
公开(公告)号：CN114579046B
公开(公告)日：2024-01-02
申请号：CN202210070755.3
申请日：2022-01-21
Applicant: 南华大学
IPC: G06F3/06 , G06F16/14 , G06F16/174 , G06F16/182 , G06N20/00
Abstract: 题，并提高检测精准度。本发明提供了一种云存储相似数据检测方法和系统，方法包括：模型训练阶段，预处理训练数据，得到训练数据块；采用MinHash算法提取全部训练数据块的特征向量，得到未嵌入语义的第一向量并训练机器学习模型，训练后得到第一向量与嵌入上下文语义后的向量间的权重矩阵和训练后的模型；利用训练后的模型，以预处理训练数据相同的处理方法处理预测数据，得到预测数据块；并采用MinHash算法提取全部预测数据块的特征向量，得到预测数据的未嵌入语义的向量；将预测数据的未嵌入语义的向量与权重矩阵做矩阵乘法，得到训练数据的嵌入语义后的向
-
公开(公告)号：CN114625315A
公开(公告)日：2022-06-14
申请号：CN202210068769.1
申请日：2022-01-21
Applicant: 南华大学
IPC: G06F3/06 , G06F16/14 , G06F16/174 , G06F16/182 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于元语义嵌入的云存储相似数据检测方法和系统，其中方法包括：对云存储数据域中的全部数据进行CDC分块；采用MinHash算法提取全部CDC块的特征向量；基于Mask算法对任一CDC块的上下文特征向量进行处理，将处理后的所有上下文特征向量输入神经网络模型进行训练，获得云存储数据域的元语义模型；提取上传至云存储数据域的新数据的语义特征向量；将新数据的语义特征向量输入被元语义模型初始化后的新神经网络模型进行相似性检测。本发明基于元语义嵌入的方法嵌入了全文的语义，增强了提取数据特征的可靠性，同时避免重复训练神经网络，从而减少计算开销。
-
公开(公告)号：CN106991284B
公开(公告)日：2019-12-31
申请号：CN201710210882.8
申请日：2017-03-31
Applicant: 南华大学
IPC: G16H50/20 , G16H70/00 , G06F16/22 , G06F16/23 , G06F16/2452
Abstract: 本发明公开了一种智能育儿知识服务方法及系统，包括信息采集：利用爬虫程序定时下载、解析最新的儿童疾病数据信息，并储存在mysql数据库中；专家机器人知识库构建：包括疾病咨询、疾病预测、医生推荐三个步骤；个人机器人知识库构建：用户不断的向个人机器人输入自己的知识，个人机器人以一个问题对应一个答案的形式存储在mysql数据库中，并以知识社区的形式为不同用户提供过程式的育儿知识服务；系统交互实现：通过PC端和移动端实现用户交互。解决了现有育儿知识服务方法不能完整的展现一种儿科疾病从发病到治疗，再到治愈的全过程，缺乏人性化智能的展现方式，展现形式单一的问题。
-
公开(公告)号：CN105741077A
公开(公告)日：2016-07-06
申请号：CN201610051858.X
申请日：2016-01-26
Applicant: 南华大学
CPC classification number: G06Q10/1053 , G06Q50/10
Abstract: 本发明涉及一种职业信息提供方法及系统，该方法包括：获取当前用户所修的专业信息，选取第一预设数量的与专业信息关联度最大的行业作为一级行业；获取当前用户的兴趣爱好信息，选取第二预设数量的与兴趣爱好信息关联度最大的行业作为二级行业；根据当前用户的大学所在城市或户籍所在地，从热度行业库中选取第三预设数量的热度值最高的行业作为三级行业；根据为各级行业设置的推荐分值，计算所选取出的每一行业的总推荐分值；根据每一行业的总推荐分值，选取第四预设数量的总推荐分值最高的行业作为推荐行业。可见本发明考虑求职者在求职时通常考虑的专业、兴趣爱好及就业城市的占比，提高招聘者与求职者之间的信息对称程度，提高职业的推荐效果。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.018 seconds)
