公开(公告)号：CN113906452A

公开(公告)日：2022-01-07

申请号：CN202080038347.9

申请日：2020-06-04

Applicant: 国际商业机器公司

Inventor： 笠井淳吾 ,  钱坤 ,  S·古拉加达 ,  李蕴瑶 ,  L·波拉

IPC: G06N20/00

Abstract: 本文提供了用于利用转移学习的低资源实体解析的方法、系统和计算机程序产品。一种计算机实现的方法，包括：通过第一实体解析模型来处理输入数据，其中输入数据包括已标记输入数据和未标记输入数据；标识未标记输入数据的要被用于训练神经网络实体解析模型的一个或多个部分，其中所述标识包括将一个或多个主动学习算法应用于第一实体解析模型；使用(i)所述未标记输入数据的一个或多个部分和(ii)一个或多个深度学习技术来训练神经网络实体解析模型；以及通过将经训练的神经网络实体解析模型应用于一个或多个数据集来执行一个或多个实体解析任务。

公开(公告)号：CN117043785A

公开(公告)日：2023-11-10

申请号：CN202280021652.6

申请日：2022-03-14

Applicant: 国际商业机器公司

Inventor： 江航 ,  S·古拉加达 ,  L·珀帕 ,  P·森 ,  A·格雷 ,  李蕴瑶

IPC: G06N3/042 ,  G06N3/048

Abstract: 提供了一种用于逻辑神经网络(LNN)中的实体链接的系统、计算机程序产品和方法。针对经注释的数据集中的一个或多个实体‑提及对生成特征集合。针对链接LNN规则模板的实体来评估所生成的特征集合，该LNN规则模板具有被组织在树结构中的一个或多个逻辑连接规则和对应的连接性权重。人工神经网络与对应的机器学习算法一起被用来学习连接性权重。与逻辑连接规则相关联的连接性权重被选择性地更新，并且利用经学习的阈值和针对逻辑连接规则的经学习的权重来生成经学习的模型。