公开(公告)号：CN113282676A

公开(公告)日：2021-08-20

申请号：CN202010104948.7

申请日：2020-02-20

Applicant: 清华大学

Inventor： 李涓子 ,  李成江 ,  史佳欣 ,  侯磊 ,  张鹏 ,  唐杰 ,  许斌

IPC: G06F16/28 ,  G06N3/04

Abstract: 本发明实施例提供一种知识库实体对齐方法和装置，所述方法包括使用图注意力神经模型将待对齐的至少两个知识库进行实体编码，获得注意力增强的实体向量表示，且所述注意力增强的实体向量表示融合了实体邻居信息；基于注意力增强的实体向量表示，使用知识库表示学习模型，获得用于约束所述实体向量表示的第一约束条件；基于预先确定的等价实体对集合，获得第二约束条件；基于所述第一约束条件和所述第二约束条件，实现所述至少两个知识库之间的实体对齐。本发明实施例提供的知识库实体对齐方法和装置，能充分地利用有限的预先对齐的实体对，很好地处理异构知识库之间的差异，提升实体对齐的效果。

公开(公告)号：CN107274077A

公开(公告)日：2017-10-20

申请号：CN201710398841.6

申请日：2017-05-31

Applicant: 清华大学

Inventor： 李涓子 ,  李成江 ,  潘亮铭 ,  唐杰 ,  张鹏

IPC: G06Q10/06 ,  G06Q50/20 ,  G06F17/27

Abstract: 本发明提供一种课程先后序计算方法和设备，用于解决确定大型网络课程中安排课程的学习顺序问题。其中方法包括：S101、根据辅助语料，获得第一语料中的概念实体的向量表示；S102、计算概念实体对之间的复杂程度距离特征；以及计算以下6种特征中的至少5种：语义关系特征、视频引用距离特征、通用句子引用距离特征、辅助文本引用距离、平均位置距离特征、分布不对称特征；S103、根据获得的概念实体对之间的复杂程度距离特征，以及根据在步骤S102中获得5种特征，采用随机森林方法训练获得概念的先后序关系；S104、通过概念实体的先后顺序，获得课程的先后顺序。本发明对网络上大型开放网络课程提供了一个有效的先后序确认方法。

公开(公告)号：CN107274077B

公开(公告)日：2020-07-31

申请号：CN201710398841.6

申请日：2017-05-31

Applicant: 清华大学

Inventor： 李涓子 ,  李成江 ,  潘亮铭 ,  唐杰 ,  张鹏

IPC: G06Q10/06 ,  G06Q50/20 ,  G06F40/30

Abstract: 本发明提供一种课程先后序计算方法和设备，用于解决确定大型网络课程中安排课程的学习顺序问题。其中方法包括：S101、根据辅助语料，获得第一语料中的概念实体的向量表示；S102、计算概念实体对之间的复杂程度距离特征；以及计算以下6种特征中的至少5种：语义关系特征、视频引用距离特征、通用句子引用距离特征、辅助文本引用距离、平均位置距离特征、分布不对称特征；S103、根据获得的概念实体对之间的复杂程度距离特征，以及根据在步骤S102中获得5种特征，采用随机森林方法训练获得概念的先后序关系；S104、通过概念实体的先后顺序，获得课程的先后顺序。本发明对网络上大型开放网络课程提供了一个有效的先后序确认方法。