公开(公告)号：CN116150700A

公开(公告)日：2023-05-23

申请号：CN202211556844.5

申请日：2022-12-06

Applicant: 马上消费金融股份有限公司 ,  南开大学

Inventor： 赵宏宇 ,  赵国庆 ,  张莹 ,  周宝航 ,  宋珂慧 ,  隋旭辉 ,  袁晓洁

IPC: G06F18/25 ,  G06N3/08 ,  G06N3/0464

Abstract: 本公开提供了一种数据处理方法及装置、电子设备、计算机可读存储介质。该方法包括：基于目标对象的时间序列数据获取目标对象的隐藏特征向量；基于目标对象的文本数据获取目标对象的实体特征向量和全局特征向量；其中，实体特征向量用于表征文本数据中实体的特征，全局特征向量用于表征文本数据的特征；将实体特征向量融合隐藏特征向量，获得实体融合特征向量，以及，将隐藏特征向量融合实体特征向量，获得隐藏融合特征向量；基于隐藏融合特征向量、实体融合特征向量和全局特征向量确定目标对象的多模态融合特征；基于目标对象的多模态融合特征预测目标对象出现目标状态的概率。本公开的实施例能够提高预测的准确性。

公开(公告)号：CN108920501B

公开(公告)日：2021-09-03

申请号：CN201810511653.4

申请日：2018-05-25

Applicant: 南开大学

Inventor： 张莹 ,  史慧珂 ,  张江伟 ,  宋珂慧 ,  袁晓洁

IPC: G06F16/2458

Abstract: 本发明提供了一种关系表非键属性特征抽取与数据生成方法。该方法可细分为三个处理阶段：特征抽取、特征变换、目标数据集生成。该方法首先对原始数据集进行特征抽取，获取特征空间，对两非键属性间频数的联合分布进行相关性度量排序；然后对抽取自原始数据集的特征空间进行特征变换；最后依照相关性度量系列从特征变换后的特征空间生成目标数据集。本发明提供了两种应用场景：特定数据模式下数据生成场景和预测数据集随时间变化的场景。本发明不但完善了关系表数据生成的研究，而且拓展了数据生成的应用场景。

公开(公告)号：CN116166770A

公开(公告)日：2023-05-26

申请号：CN202211233682.1

申请日：2022-10-10

Applicant: 马上消费金融股份有限公司 ,  南开大学

Inventor： 曹磊 ,  肖冰 ,  隋旭辉 ,  张莹 ,  宋珂慧 ,  周宝航 ,  袁晓洁 ,  蒋宁

IPC: G06F16/33 ,  G06F16/35 ,  G06F40/279 ,  G06F18/214 ,  G06F18/241 ,  G06N3/04

Abstract: 本公开提供了一种实体链接模型的训练方法及装置、实体链接方法及装置，该方法包括：对链接训练样本和链接训练样本对应的链接训练样本信息进行特征提取，获得链接训练样本的第一特征向量；链接训练样本是训练实体链接模型采用的样本；链接训练样本信息是与链接训练样本关联的信息；对链接训练样本的第一特征向量进行编码，获得链接训练样本的编码；基于链接训练样本的编码，获得链接训练样本的预测类型；预测类型是预测到的类型信息；基于链接训练样本的预测类型和链接训练样本的第一标准类型信息调整实体链接模型的参数。根据本公开的实施例能够提高实体链接模型的泛化能力，以及减少过拟合的情况。

公开(公告)号：CN116151254A

公开(公告)日：2023-05-23

申请号：CN202211556169.6

申请日：2022-12-06

Applicant: 马上消费金融股份有限公司 ,  南开大学

Inventor： 曹磊 ,  周宝航 ,  张莹 ,  宋珂慧 ,  郭文雅 ,  袁晓洁

IPC: G06F40/295 ,  G06N3/0895 ,  G06N3/0499 ,  G06N3/0464 ,  G06N3/0442 ,  G06F18/25

Abstract: 本公开提供了一种数据处理方法及计算机可读存储介质，所述数据处理方法用于对命名实体识别模型进行训练，包括：获取有标签训练样本对和无标签训练样本对；对应每个训练样本对，得到相应训练样本对对应的潜在表示特征并融合，进而，通过进行命名实体预测，得到有标签训练样本对的第一预测结果，以及无标签训练样本对的第二预测结果；根据每个训练样本对的潜在表示特征得到相应训练样本对的重构特征；基于第一预测结果、第二预测结果、各样本对和各样本对的重构特征确定三个损失函数，根据三个损失函数对命名实体识别模型进行训练。本公开实施例采用半监督训练，能够在保证模型准确率的情况下降低训练成本。

公开(公告)号：CN108920501A

公开(公告)日：2018-11-30

申请号：CN201810511653.4

申请日：2018-05-25

Applicant: 南开大学

Inventor： 张莹 ,  史慧珂 ,  张江伟 ,  宋珂慧 ,  袁晓洁

IPC: G06F17/30

Abstract: 本发明提供了一种关系表非键属性特征抽取与数据生成方法。该方法可细分为三个处理阶段：特征抽取、特征变换、目标数据集生成。该方法首先对原始数据集进行特征抽取，获取特征空间，对两非键属性间频数的联合分布进行相关性度量排序；然后对抽取自原始数据集的特征空间进行特征变换；最后依照相关性度量系列从特征变换后的特征空间生成目标数据集。本发明提供了两种应用场景：特定数据模式下数据生成场景和预测数据集随时间变化的场景。本发明不但完善了关系表数据生成的研究，而且拓展了数据生成的应用场景。

公开(公告)号：CN107193967A

公开(公告)日：2017-09-22

申请号：CN201710376130.9

申请日：2017-05-25

Applicant: 南开大学

Inventor： 张莹 ,  罗永洪 ,  杨志帆 ,  史慧珂 ,  宋珂慧 ,  袁晓洁

IPC: G06F17/30

Abstract: 一种多源异构行业领域大数据处理全链路解决方案。本发明在理解行业领域大数据海量性、多样性、快速性、价值性特点的基础上，根据行业领域管理决策的应用需求，设计与实现了多源异构行业领域大数据处理全链路解决方案。本解决方案首先总结归纳了行业领域大数据处理流程，然后提出了面向行业领域大数据的三层存储架构方案，又提出了面向管理决策的多层次多维度数据分析与知识发现方案，最后搭建了面向行业领域大数据的全链路数据处理平台。