一种基于多注意力机制的神经网络关系抽取方法

    公开(公告)号:CN110580340A

    公开(公告)日:2019-12-17

    申请号:CN201910808441.7

    申请日:2019-08-29

    Abstract: 本发明公开了一种基于多注意力机制的神经网络关系抽取方法,包括,S1:对每个句子和其相关的一对实体,采用双向GRU神经网络构建一对实体的时间歩词向量表示;S2:采用设置的单词级别的自注意力机制选择句子中表述这对实体的关系的词向量表示,得到所述一个句子的句子向量表示;S3:采用设置的句子级别的注意力机制选择其中的表示了一对实体间关系的句子向量表示,得到所述一对实体的综合向量表示;S4:将一对实体的综合向量表示与所有关系进行内积运算生成实体对之间为任一关系的概率,取最大概率得到一对实体预测关系。本发明能够对实体对的句子进行处理,获取重要句子和句子中的丰富语义,提高关系抽取效果。

    一种基于逆向强化学习的游客行为偏好建模方法

    公开(公告)号:CN111415198A

    公开(公告)日:2020-07-14

    申请号:CN202010195068.5

    申请日:2020-03-19

    Abstract: 本发明公开了一种基于逆向强化学习的游客行为偏好建模方法,基于iBeacon对展品进行定位,结合智能手机接收拍照广播的次数和iBeacon的位置标识,上传并存储游览行为数据,获取马尔科夫决策过程中的五个元素,构建马尔科夫决策过程模型,利用函数逼近法构造回报函数,获取并在所述回报函数中加入归一化后的拍照次数和停留时间,并把所述游览数据转换为专家示例数据,采用玻尔兹曼分布来计算策略,得到对数似然估计函数后,进行求导和更新权重向量,并当满足设定条件时,结束偏好的学习,能根据有限的游客游览数据学习出精准的游客偏好。

    一种多层次命名实体识别方法

    公开(公告)号:CN110008469B

    公开(公告)日:2022-06-07

    申请号:CN201910207179.0

    申请日:2019-03-19

    Abstract: 本发明提出一种多层次命名实体识别方法,包括:S1对数据文本进行预处理,得到词汇表C;S2利用预训练好的词向量,结合文本的字符特征信息序列,得到的文本的向量表示;S3对所述文本的向量表示进行编码,得到编码后的文本特征向量序列;S4把所述文本特征向量序列用CRF模型进行解码,标注出所述文本特征向量序列中的实体;S5把标记处的实体的前文信息、后文信息以及该实体的信息作为后续的识别过程的候选序列;S6将所述文本特征向量序列以及所述候选序列,输入到基于注意力机制的推理单元,计算得到注意力向量;S7把所述注意力向量和所述文本特征向量序列输入到CRF模型中,标注出序列中的实体。

    一种基于逆向强化学习的游客行为偏好建模方法

    公开(公告)号:CN111415198B

    公开(公告)日:2023-04-28

    申请号:CN202010195068.5

    申请日:2020-03-19

    Abstract: 本发明公开了一种基于逆向强化学习的游客行为偏好建模方法,基于iBeacon对展品进行定位,结合智能手机接收拍照广播的次数和iBeacon的位置标识,上传并存储游览行为数据,获取马尔科夫决策过程中的五个元素,构建马尔科夫决策过程模型,利用函数逼近法构造回报函数,获取并在所述回报函数中加入归一化后的拍照次数和停留时间,并把所述游览数据转换为专家示例数据,采用玻尔兹曼分布来计算策略,得到对数似然估计函数后,进行求导和更新权重向量,并当满足设定条件时,结束偏好的学习,能根据有限的游客游览数据学习出精准的游客偏好。

    一种多层次命名实体识别方法

    公开(公告)号:CN110008469A

    公开(公告)日:2019-07-12

    申请号:CN201910207179.0

    申请日:2019-03-19

    Abstract: 本发明提出一种多层次命名实体识别方法,包括:S1对数据文本进行预处理,得到词汇表C;S2利用预训练好的词向量,结合文本的字符特征信息序列,得到的文本的向量表示;S3对所述文本的向量表示进行编码,得到编码后的文本特征向量序列;S4把所述文本特征向量序列用CRF模型进行解码,标注出所述文本特征向量序列中的实体;S5把标记处的实体的前文信息、后文信息以及该实体的信息作为后续的识别过程的候选序列;S6将所述文本特征向量序列以及所述候选序列,输入到基于注意力机制的推理单元,计算得到注意力向量;S7把所述注意力向量和所述文本特征向量序列输入到CRF模型中,标注出序列中的实体。

Patent Agency Ranking