远程监督关系提取器
    1.
    发明公开

    公开(公告)号:CN107077463A

    公开(公告)日:2017-08-18

    申请号:CN201580053565.9

    申请日:2015-10-01

    Abstract: 提供了一种自动关系提取。使用从大型未标记的数据集建立的统计实体类型预测和关系预测模型的机器学习方法与最小人类介入和基于轻模式的方法交互式地被组合,以从非结构化、半结构化和结构化文档提取关系。通过将针对来自现有事实数据库的已知实体的真相与描述已知实体的文档中的文本相匹配来从未标记的文档的集合收集训练数据,并且针对一个或多个关系类型建立对应的模型。对于建模的关系类型而言,在文档中找到感兴趣的文本数据块。机器学习分类器预测文本数据块之一是正被寻找的实体的概率。组合的机器学习和基于轻模式的方法通过过滤提供经改进的召回率和高精度并且允许所提取的关系的约束和归一化。

    为多变量时序数据异常检测提供解释性

    公开(公告)号:CN115982224A

    公开(公告)日:2023-04-18

    申请号:CN202111171432.5

    申请日:2021-10-08

    Abstract: 本公开提供了用于为多变量时序数据异常检测提供解释性的方法、装置和计算机程序产品。多变量时序数据异常检测可以是通过多变量时序数据异常检测模型、针对由多个时序数据所形成的多变量时序数据来执行的。可以从多变量时序数据异常检测模型处获得至少指示了异常时段的异常检测结果。可以确定多个时序数据在异常时段内的异常时段相关性度量。可以确定多个时序数据在异常时段之前的回溯时段内的回溯时段相关性度量。可以基于异常时段相关性度量与回溯时段相关性度量之间的差异,从多个时序数据中识别在异常时段内具有异常相关性的至少一个时序数据对。可以提供针对异常检测结果的解释性内容,所述解释性内容至少指示所述至少一个时序数据对。

Patent Agency Ranking