公开(公告)号：CN119514539A

公开(公告)日：2025-02-25

申请号：CN202411342995.X

申请日：2024-09-25

Applicant: 厦门大学

Inventor： 苏劲松 ,  邵良颖 ,  张亮 ,  马国棋

IPC: G06F40/289 ,  G06F16/334 ,  G06N7/01 ,  G06N20/00 ,  G06F17/16

Abstract: 本申请的实施例提供了一种关键短语生成模型的训练方法、关键短语生成方法及装置。该训练方法包括：获取训练文档及其对应的若干关键短语真值；基于最优传输理论，将若干关键短语真值分配给若干控制码；将训练文档输入至生成器中，以使生成器输出若干候选关键短语；将若干候选关键短语输入至选择器中，以使选择器输出决策标签，决策标签用以指示保留或丢弃对应的候选关键短语；构建生成器对应的第一损失函数，以及选择器对应的第二损失函数，并分别根据第一损失函数和第二损失函数对生成器和选择器进行调优，以得到目标关键短语生成模型。本申请实施例的技术方案可以兼顾关键短语生成的精确度和召回率，保证关键短语生成质量。

公开(公告)号：CN119047473A

公开(公告)日：2024-11-29

申请号：CN202410871410.7

申请日：2024-07-01

Applicant: 厦门大学

Inventor： 苏劲松 ,  岳皓 ,  杨成义 ,  赖少鹏 ,  张亮

IPC: G06F40/30 ,  G06F40/295 ,  G06N5/025 ,  G06N3/042 ,  G06N3/045

Abstract: 本申请的实施例提供了一种基于图结构的跨文档关系抽取方法、装置、介质及设备。该方法包括：针对包含有目标实体对的每一文档，确定各所述文档中每一句子对应的贡献度分数；将各所述文档中贡献度分数符合预定规则的句子输入至BERT编码器中，得到每一实体的实体表示；根据各所述实体的实体表示，构建对应的图结构；采用预先训练完成的图循环神经网络，根据所述图结构中各实体节点及其邻居节点的节点表示，对每一所述实体节点的节点表示进行更新；根据每一所述实体节点更新后的节点表示进行关系预测。本申请实施例的技术方案可以提高图结构构建的合理性，进而保证关系预测结果的准确性。

公开(公告)号：CN118260592A

公开(公告)日：2024-06-28

申请号：CN202410342673.9

申请日：2024-03-25

Applicant: 厦门大学

Inventor： 苏劲松 ,  宋佳 ,  庄婉如 ,  林渝杰 ,  张亮

IPC: G06F18/214 ,  G06F18/213 ,  G06F18/22 ,  G06N3/0455 ,  G06N3/042 ,  G06N3/094 ,  G06F16/2455

Abstract: 本发明提出了一种基于跨模态检索模型的检索方法及装置，该方法包括获取第一跨模数据和对应的第二跨模数据，以便得到成对的训练数据集；建立跨模态检索模型，并采用训练数据集对跨模态检索模型进行训练，其中，跨模态检索模型包括多模态编码器、判别器和基于记忆向量的模态共享特征提取器，以便采用基于记忆向量的模态共享特征提取器增强模态交互，并在训练过程中利用二阶相似度损失增强模态对齐；基于训练好的跨模态检索模型对待检索的第一跨模数据进行检索，以生成待检索的第一跨模数据对应的第二跨模数据；由此，通过在模型结构上加强了模态交互，而且在训练目标上利用二阶相似度增强模态对齐，从而有效提升了跨模态检索模型的检索效果。

公开(公告)号：CN102761165A

公开(公告)日：2012-10-31

申请号：CN201210272662.5

申请日：2012-08-01

Applicant: 厦门大学

Inventor： 翁超 ,  肖松华 ,  张亮 ,  周游 ,  林凯 ,  曾国仕 ,  韩阳 ,  吴凌芬 ,  蔡勇 ,  张恩迪 ,  王太宏

IPC: H02J7/00

Abstract: 一种动力锂电池组电压动态均衡管理系统，涉及串联动力电池组的充放电均衡电路。设有微处理器、霍尔传感器模块、通道选择模块、开关驱动电路模块和DC/DC变压器，微处理器通过第一通道选择模块选通电池组中的单体电池；DC/DC变压器输入端与电池组两端连接，输出端依次通过开关驱动电路模块和开关驱动电路模块与单体电池两端连接；第一霍尔传感器模块输入端与充放电开关的充电电流输入端和放电电流输出端连接，输出端与微处理器连接；第二霍尔传感器模块的输入端与开关驱动电路模块的均衡充电电流输出端连接，输出端接微处理器输入端口，开关驱动电路模块输入端接第二通道选择模块输出端，开关驱动电路模块输出端接电池组的单体电池两端。

公开(公告)号：CN119474396A

公开(公告)日：2025-02-18

申请号：CN202411278245.0

申请日：2024-09-12

Applicant: 厦门大学

Inventor： 苏劲松 ,  闵子君 ,  刘冰帅 ,  宋佳 ,  张亮

IPC: G06F16/36 ,  G06F16/383 ,  G16C20/90 ,  G16C20/70 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明提出了一种多粒度对齐的文本分子检索模型的训练、检索方法及装置，该训练方法包括获取分子异构图和对应的文本描述，分子异构图包括原子节点、子结构节点和分子节点，分子节点与全部子结构节点相连，每个子结构节点与其包括的原子节点相连；构建文本分子检索模型，并将文本描述输入到文本分子检索模型以得到词元表示和句子表示；将分子异构图输入到文本分子检索模型以得到原子表示、子结构表示和分子表示；将词元表示和子结构表示之间的对齐关系建模成最优传输问题，并聚合与每个子结构表示对齐的词元表示，以得到多词元表示；采用对比学习损失函数优化多粒度之间的对齐，以得到训练好的文本分子检索模型；从而提高检索结果的准确性。