公开(公告)号：CN114998702B

公开(公告)日：2024-08-02

申请号：CN202210466825.7

申请日：2022-04-29

Applicant: 海南大学

Inventor： 谢夏 ,  李敬灿 ,  陈丽君 ,  韩翔宇 ,  胡月明

IPC: G06V10/82 ,  G06V10/26 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06N3/0464 ,  G06F16/36

Abstract: 本发明公开了一种基于BlendMask的实体识别、知识图谱生成方法及系统，其中，采用BlendMask改进模型对每张图像依次进行图像预处理、特征融合、图像分割和实体识别操作，从而得到图像中各个实体的分割区域、实体名和精确度；另外，本发明将从文本中提取的实体、类别以及关系信息，与从图像中识别的实体信息结合，以类别和实体作为节点，并以关系为边生成对应的知识图谱。由于本发明对现有的BlendMask模型进行了改进：在特征融合操作中采用7*7的空洞卷积核；空洞卷积核能够在扩大感受野的同时不降低图像分辨率，因此本发明提供的实体识别方法更加精准，对应的图谱生成方法也更加全面。

公开(公告)号：CN117035084A

公开(公告)日：2023-11-10

申请号：CN202310976181.0

申请日：2023-08-03

Applicant: 海南大学

Inventor： 陈丽君 ,  李敬灿 ,  谢夏 ,  黄小欧

IPC: G06N5/025 ,  G06N5/02 ,  G06F40/211 ,  G06F40/253 ,  G06F40/268 ,  G06F40/279 ,  G06F40/30 ,  G06N3/045 ,  G06N3/047 ,  G06N3/048 ,  G06N3/0985

Abstract: 本发明公开了一种基于语法分析的医疗文本实体关系抽取方法和系统，属于医疗数据处理技术领域。本发明考虑到医疗关系的复杂性，为了防止实体抽取的错误结果影响到关系抽取，特将关系抽取安排到实体抽取之前。在实体抽取过程中，采用cross attention融合关系和编码特征，增加关系和实体信息交互。在抽取出关系和实体之后，借助语法分析，引入语义信息，充分利用词性和语法信息，提高实体关系抽取准确度。采用端到端的模型，并构建句子级别的任务，有利于句子语义的表示和学习。

公开(公告)号：CN114998702A

公开(公告)日：2022-09-02

申请号：CN202210466825.7

申请日：2022-04-29

Applicant: 海南大学

Inventor： 谢夏 ,  李敬灿 ,  陈丽君 ,  韩翔宇 ,  胡月明

IPC: G06V10/82 ,  G06V10/26 ,  G06V10/44 ,  G06V10/764 ,  G06V10/80 ,  G06N3/04 ,  G06K9/62 ,  G06F16/36

Abstract: 本发明公开了一种基于BlendMask的实体识别、知识图谱生成方法及系统，其中，采用BlendMask改进模型对每张图像依次进行图像预处理、特征融合、图像分割和实体识别操作，从而得到图像中各个实体的分割区域、实体名和精确度；另外，本发明将从文本中提取的实体、类别以及关系信息，与从图像中识别的实体信息结合，以类别和实体作为节点，并以关系为边生成对应的知识图谱。由于本发明对现有的BlendMask模型进行了改进：在特征融合操作中采用7*7的空洞卷积核；空洞卷积核能够在扩大感受野的同时不降低图像分辨率，因此本发明提供的实体识别方法更加精准，对应的图谱生成方法也更加全面。