公开(公告)号：CN112907301A

公开(公告)日：2021-06-04

申请号：CN202110332049.7

申请日：2021-03-29

Applicant: 哈尔滨工业大学

Inventor： 景东 ,  张大勇 ,  卓兴良

IPC: G06Q30/02 ,  G06F40/295 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于Bi‑LSTM‑CRF模型的内容相关广告投放方法及系统，属于广告投放技术领域，用以解决对于小规模数据集的基于深度学习的命名实体识别模型，由于其不容易自动获取特征，从而导致模型难以取得很好的识别效果，进一步导致广告推荐不能精准投放的问题。本发明的技术要点包括：将训练数据集输入Bi‑LSTM‑CRF模型进行训练，获取最优预测模型；将待预测数据输入最优预测模型，获取预测的商品词；根据所述商品词匹配相关广告，获取匹配度最高的广告信息；将携带广告信息的广告进行投放。本发明在Bi‑LSTM‑CRF算法的基础上结合商品词的特征，通过特征工程方式增强数据，使数据具有更丰富的语义，构建一种适用于文档商品词抽取的系统用于内容相关的广告推荐，提升了广告精准投放效果。

公开(公告)号：CN112907301B

公开(公告)日：2022-06-14

申请号：CN202110332049.7

申请日：2021-03-29

Applicant: 哈尔滨工业大学

Inventor： 景东 ,  张大勇 ,  卓兴良

IPC: G06Q30/02 ,  G06F40/295 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于Bi‑LSTM‑CRF模型的内容相关广告投放方法及系统，属于广告投放技术领域，用以解决对于小规模数据集的基于深度学习的命名实体识别模型，由于其不容易自动获取特征，从而导致模型难以取得很好的识别效果，进一步导致广告推荐不能精准投放的问题。本发明的技术要点包括：将训练数据集输入Bi‑LSTM‑CRF模型进行训练，获取最优预测模型；将待预测数据输入最优预测模型，获取预测的商品词；根据所述商品词匹配相关广告，获取匹配度最高的广告信息；将携带广告信息的广告进行投放。本发明在Bi‑LSTM‑CRF算法的基础上结合商品词的特征，通过特征工程方式增强数据，使数据具有更丰富的语义，构建一种适用于文档商品词抽取的系统用于内容相关的广告推荐，提升了广告精准投放效果。

公开(公告)号：CN113139067A

公开(公告)日：2021-07-20

申请号：CN202110475715.2

申请日：2021-04-29

Applicant: 哈尔滨工业大学

Inventor： 刘扬 ,  段晨婕 ,  卓兴良 ,  刘晓燕 ,  郭茂祖

IPC: G06F16/36 ,  G06K9/62

Abstract: 一种基于Point Set Registration的医学本体对齐方法，本发明涉及医学本体对齐方法。本发明的目的是为了解决现有医学知识图谱融合的准确率低，数据匹配精度差，数据处理量大的问题。过程为：一、得到概念的向量表示；二、建立混合高斯模型；三、得到变换关系；四、将向量表示通过变换关系映射到同一向量空间中；五、在该向量空间中，对于一组医学本体中的某一个概念，在该概念对应的嵌入后向量的给定阈值半径内，若存在另一组医学本体中的概念的嵌入后向量，则这两组医学本体对象存在对齐关系；六、判断是否出现新的对齐，若是则利用新的对齐关系生成新的三元组正例，执行一；若否输出结果。本发明用于医学知识图谱领域。