公开(公告)号：CN119862945A

公开(公告)日：2025-04-22

申请号：CN202510068071.3

申请日：2025-01-16

Applicant: 杭州电子科技大学

Inventor： 叶晨 ,  张伟 ,  罗鼎 ,  张桦 ,  周文晖 ,  吴以凡

IPC: G06N5/022 ,  G06N5/04 ,  G06F16/9032 ,  G06F16/903

Abstract: 本申请公开了一种结合大语言模型与知识图谱的问答方法及系统，涉及问答领域，方法包括：基于元知识库，根据检索问题确定对应的元知识，包括知识描述、查询动作及问题实体；元知识库中包括知识图谱；将元知识与短时记忆结合得到提示词信息，然后采用大语言模型执行查询动作并完成当前推理，对得到的响应结果进行评估以得到奖励分数；若奖励分数未满足预设条件，则根据响应结果生成反思修正信息，并与提示词信息一起分别存储至长时记忆及短时记忆中实现数据更新，基于更新后的长时记忆对元知识库进行更新，然后执行下一轮推理；若奖励分数满足预设条件，则将响应结果标记为问答结果。本申请可提高基于知识图谱问答的准确性。

公开(公告)号：CN119623600A

公开(公告)日：2025-03-14

申请号：CN202411786088.4

申请日：2024-12-06

Applicant: 杭州电子科技大学

Inventor： 张桦 ,  华孝健 ,  叶晨 ,  吴以凡 ,  戴国骏

IPC: G06N5/022 ,  G06N5/025 ,  G06N5/045 ,  G06N3/042 ,  G06N3/044 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/0895

Abstract: 本申请公开了一种可解释的知识图谱错误检测和修复方法、系统、设备、介质及产品，涉及知识图谱检测领域，知识图谱中包括多个三元组；每个三元组包括头实体、关系和尾实体；该方法包括：基于所述知识图谱的链接模式，确定所述知识图谱中每个三元组的置信度；所述链接模式包括共享头实体和共享尾实体；根据每个三元组的置信度和设定置信度将所述知识图谱中的三元组分为高质量三元组和错误三元组；基于所述高质量三元组确定多条高质量逻辑规则；基于所述多条高质量逻辑规则修复所述错误三元组。本申请能够检测出知识图谱中的错误，并通过高质量逻辑规则进行修复和解释。本申请提高了知识图谱数据的质量。

公开(公告)号：CN114741568A

公开(公告)日：2022-07-12

申请号：CN202210474383.0

申请日：2022-04-29

Applicant: 杭州电子科技大学

Inventor： 张桦 ,  徐宏 ,  叶晨 ,  吴以凡 ,  戴国骏

IPC: G06F16/901 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种知识图谱错误三元组修复方法。本发明包括：步骤1：构建模型训练所需的训练集、验证集、测试集；步骤2：基于编码器‑解码器的向量表示学习模型；步骤3，构建三元组分类模型，利用步骤2中的向量表示模型，定义概率计算方式，得到负三元组分类结果；步骤4：利用步骤2中的向量表示模型计算三元组的评分，取前K个作为候选三元组，按实体替换类型分类，通过全概率公式结合三元组一跳和两跳邻居确定错误位置，取替换该位置的候选三元组综合评分最高者作为修复值。本发明利用全概率公式通过结合三元组一跳和两跳邻居来定位错误三元组中具体错误的位置，进行针对性的修复。本发明提出的方法具有较强的可实施性。

公开(公告)号：CN114328608A

公开(公告)日：2022-04-12

申请号：CN202111670662.6

申请日：2021-12-31

Applicant: 杭州电子科技大学

Inventor： 张桦 ,  段浩洋 ,  叶晨 ,  徐宏 ,  吴以凡 ,  戴国骏

IPC: G06F16/2453 ,  G06F16/2458 ,  G06F16/22 ,  G06F16/36 ,  G06F16/901 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于数据约束的数据库查询优化方法。本发明包括如下步骤：步骤1：获取查询语句；步骤2：获取表的编码；步骤3：查询语句输入解析模块解析成为查询树；步骤4：查询树输入传统查询优化器；步骤5：计划编码；步骤6：tcnn树卷积神经网络预测计划的执行时间；步骤7：成本修正；步骤8：数据库执行模块；步骤9：经验重放。本发明针对传统数据库中存在的成本估计误差问题，使用树卷积神经网络，充分学习查询计划的结构特征，在此基础上，利用多列之间存在的数据约束设计一种成本估计修正方法，提高树卷积神经网络模型的训练效率。本发明能提高模型的训练效率，给出准确的成本估计，最终达到查询优化的目的。

公开(公告)号：CN119886660A

公开(公告)日：2025-04-25

申请号：CN202411933242.6

申请日：2024-12-26

Applicant: 杭州电子科技大学

Inventor： 吴以凡 ,  章家辉 ,  叶挺聪 ,  许艳萍 ,  张桦 ,  叶晨 ,  戴国骏

IPC: G06Q10/0631 ,  G06Q10/087 ,  G06Q10/20 ,  G06Q50/04 ,  G06N3/006 ,  G06N5/04

Abstract: 本发明涉及柔性车间生产调度领域，具体是一种基于多智能体协同的柔性车间生产调度方法，其通过主智能体以自然语言的形式获取生产管理者的生产调度需求后，通过与意图相关的智能体对生产需求做意图识别,通过信息智能体调用工具收集生产信息，而后进入调度协商阶段，主智能体和调度智能体进行多轮协商；在每一轮协商中，主智能体根据意图识别阶段的结果，输出一个生产计划，调度智能体根据主智能体的生产计划，调用调度工具生成调度方案；若生成的生产计划或调度方案不符合需求，则进入下一轮协商。本发明可以持续地以自然语言的形式获取生产管理者的生产调度需求，并及时给出资源可行、时间可行的生产计划和调度方案。

公开(公告)号：CN114647715B

公开(公告)日：2025-04-18

申请号：CN202210361634.4

申请日：2022-04-07

Applicant: 杭州电子科技大学

Inventor： 戴国骏 ,  蒋世豪 ,  叶晨 ,  张桦 ,  吴以凡 ,  支浩仕

IPC: G06F16/334 ,  G06F16/335 ,  G06F16/35 ,  G06F40/30 ,  G06F18/22 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于预训练语言模型的实体识别方法。本发明涉及深度学习，自然语言处理任务中的预训练语言模型和数据集成领域中的实体识别子任务。本发明添加了对于实体识别任务本身独特需求的关注，具体是提出一个关注相似片段和数字信息片段的联合实体识别模型，通过一个感知相似片段的编码器和一个感知数字片段的编码器，可以有效处理预训练语言模型在小训练集上注意力分散的问题，从而使模型能够更好的处理实体识别任务。本发明能够在小训练集上较现有最新方法有显著的提升，目前大部分方法都需要大量的训练数据，这就意味着需要大量人工参与标注数据，本发明可以有效节省人工标注的成本。

公开(公告)号：CN116127099A

公开(公告)日：2023-05-16

申请号：CN202310198892.X

申请日：2023-03-03

Applicant: 杭州电子科技大学

Inventor： 张桦 ,  支浩仕 ,  叶晨 ,  吴以凡 ,  戴国骏 ,  华孝健

IPC: G06F16/36 ,  G06F16/35 ,  G06F18/214

Abstract: 本发明公开了一种基于图卷积网络的联合文本增强的表实体与类型注释方法。本发明步骤：1：自适应的与实体相关的定义型文本数据的抽取及预处理；2：将表数据集合、注释数据集合和文本数据集合转化为图结构数据的建模；3：特征向量化表示：根据图顶点的文本信息使用BERT进行特征向量化表示，转化成图卷积网络模型所需要的特征矩阵，并且根据边集建立模型需要的邻接矩阵；4：并行的多任务学习与结果预测。本发明包含文本的提取与预处理、由表到图结构的建模和多任务学习，能够提升模型对表的结构与语义解析能力，增强鲁棒性并提升模型的预测能力。同时能够在不依赖元信息的情况下，引入易从知识库获取的实体相关文本数据，性能显著优于现有模型。

公开(公告)号：CN114647715A

公开(公告)日：2022-06-21

申请号：CN202210361634.4

申请日：2022-04-07

Applicant: 杭州电子科技大学

Inventor： 戴国骏 ,  蒋世豪 ,  叶晨 ,  张桦 ,  吴以凡 ,  支浩仕

IPC: G06F16/33 ,  G06F16/335 ,  G06F16/35 ,  G06F40/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于预训练语言模型的实体识别方法。本发明涉及深度学习，自然语言处理任务中的预训练语言模型和数据集成领域中的实体识别子任务。本发明添加了对于实体识别任务本身独特需求的关注，具体是提出一个关注相似片段和数字信息片段的联合实体识别模型，通过一个感知相似片段的编码器和一个感知数字片段的编码器，可以有效处理预训练语言模型在小训练集上注意力分散的问题，从而使模型能够更好的处理实体识别任务。本发明能够在小训练集上较现有最新方法有显著的提升，目前大部分方法都需要大量的训练数据，这就意味着需要大量人工参与标注数据，本发明可以有效节省人工标注的成本。

公开(公告)号：CN119398108A

公开(公告)日：2025-02-07

申请号：CN202411506434.9

申请日：2024-10-25

Applicant: 哈尔滨工业大学 ,  杭州电子科技大学

Inventor： 张恒通 ,  叶晨 ,  张桦 ,  戴国骏

IPC: G06N3/0455 ,  G06N3/0464 ,  G06N3/084

Abstract: 本申请公开了一种可被监管的扩散模型的训练和采样方法、设备及介质，涉及数据处理领域，该方法包括：获取可被监管的初始扩散模型，并在初始扩散模型中添加控制层，得到扩散模型；采用训练集训练扩散模型，直至训练后的扩散模型符合预设条件时，得到训练好的扩散模型；将训练好的扩散模型部署在用户端，采用用户端对训练好的扩散模型进行调优，得到可被监管的扩散模型，并采用可被监管的扩散模型进行采样，得到采样结果。本申请能够预防扩散模型在中间过程产生有害样本。

公开(公告)号：CN119248819A

公开(公告)日：2025-01-03

申请号：CN202411489101.X

申请日：2024-10-24

Applicant: 杭州电子科技大学

Inventor： 戴国骏 ,  麻淑婕 ,  叶晨 ,  张桦 ,  吴以凡

IPC: G06F16/242 ,  G06F16/2453 ,  G06N3/126 ,  G06N20/00 ,  G06N5/01

Abstract: 本申请公开了一种可解释的数据库查询优化方法及系统，涉及数据库查询优化领域，该方法包括：基于遗传规划算法，构建随机森林模型；获取待查询的SQL语句；基于扫描方法和连接方法生成提示集，并根据提示集为每一个待查询的SQL语句生成查询计划集；对查询计划集中的每个查询计划进行编码，得到特征向量集；将特征向量集输入至随机森林模型，输出判断规则集、特征重要性排名和预测执行时间集；将预测执行时间集中的最小预测执行时间对应的查询计划确定为最优查询计划；基于所述最优查询计划，数据库查询引擎执行查询。本申请通过确定的最优查询计划对数据库进行查询，能够提高查询的执行效率和可信度。