多特征语义融合的联合实体关系抽取方法、装置及介质

    公开(公告)号:CN118627517A

    公开(公告)日:2024-09-10

    申请号:CN202410810751.3

    申请日:2024-06-21

    Abstract: 本发明公开一种多特征语义融合的联合实体关系抽取方法、装置及介质,本发明引入了多特征语义融合模块,用于融合增强了实体间联系的实体掩码嵌入序列和提高了广度语义的包嵌入序列。随后,通过并行解码器一次性生成三元组集合嵌入,以提高三元组之间的交互和解码效率,然后使用FNN对三元组集合嵌入进行分类,并使用集合损失去指导模型训练,得到三元组集合。最后,采用实体掩码序列剪枝三元组集合。在公开数据集NYT和WebNLG上的实验结果表明,在编码器为Bert的情况下所提模型相较基线模型在准确率和F1指标上的效果更好,验证了本文模型的有效性。

    基于超网络的低参数GAN反演方法、装置及介质

    公开(公告)号:CN118246488A

    公开(公告)日:2024-06-25

    申请号:CN202410256820.0

    申请日:2024-03-07

    Abstract: 本发明公开一种基于超网络的低参数GAN反演方法、装置及介质,方法包括:通过编码器将输入图像映射到潜在空间;利用轻量化超网络对生成器的权重进行优化,通过多通道权重优化后的生成器对映射到潜在空间的潜在代码进行处理,得到目标图像。针对StyleGAN潜空间存在的扭曲‑可编辑性权衡和扭曲‑感知权衡,通过轻量化超网络有针对性地修正主要细节特征。我们设计的的轻量化超网络框架结合了多通道并行优化的设计。让本发明可以在不牺牲反演质量和编辑能力的前提下,减少参数处理量和计算资源的消耗。

    结合局部主题和层次结构信息的抽取式摘要方法及系统

    公开(公告)号:CN116860959A

    公开(公告)日:2023-10-10

    申请号:CN202310699985.0

    申请日:2023-06-13

    Abstract: 本发明属于文本摘要提取技术领域,公开了一种结合局部主题和层次结构信息的抽取式摘要方法及系统,首先给定原文档,通过编码器得到文档的上下文表示,将其输入局部主题信息提取模块提取该句子所属片段的主题信息,将局部主题信息表示和文档的上下文表示相融合,得到融合局部主题信息的文本上下文表示;文本层次结构信息嵌入模块将文本的层次结构信息嵌入到融合局部主题信息的文本上下文表示中;通过Sigmoid层算出每个句子的置信度分数以判断该句是否属于摘要句。本发明更关注文本重要部分,提升生成摘要质量;通过修改Longformer的TokenPositionEmbeddings,使得其能够处理更长的文本数据。

Patent Agency Ranking