基于多任务学习的嵌入式知识图谱补全方法和装置

    公开(公告)号:CN113742488B

    公开(公告)日:2022-12-02

    申请号:CN202110874769.6

    申请日:2021-07-30

    Abstract: 本发明提供一种基于多任务学习的嵌入式知识图谱补全方法和装置,包括:将待补全知识图谱中的任一事物实体和对应的关系实体输入实体嵌入式表示模型,输出对应的另一事物实体表示向量;该模型是基于样本头实体、样本关系实体和对应的尾实体标签进行训练得到的,训练过程中构建的神经网络包括全局共享层、各预设知识图谱特定任务表示层和各个对应的另一事物实体表示预测模块,各预设知识图谱包括除所述待补全知识图谱以外至少N个其他知识图谱;若确定任一事物实体、关系实体和另一事物实体为待补全知识图谱中的新三元组,则进行添加。本发明提供的方法和装置,实现了同时学习多个知识图谱的嵌入,获取全局的知识表示,提高知识补全的效率。

    一种针对社交网络选取锚定用户的方法及装置

    公开(公告)号:CN113590938A

    公开(公告)日:2021-11-02

    申请号:CN202110762776.7

    申请日:2021-07-06

    Abstract: 本发明提供一种针对社交网络选取锚定用户的方法及装置。该方法包括:确定预设的节点度约束值;基于所述节点度约束值对社交网络对应的所有用户节点进行初始化处理,确定初始锚点集合;其中,所述用户节点与用户相对应,所述初始锚点集合中包含的锚点为锚定用户所对应的用户节点;基于所述初始锚点集合和预设的启发式锚点支持者分析模型,确定所述初始锚点集合中锚点的支持者集合;基于所述锚点的支持者集合和预设的启发式锚点评分分析模型,确定所述初始锚点集合中锚点的评分;基于所述锚点的评分输出第一目标锚点集合。采用本发明方法,为社交网络尽可能少的选取锚定用户,使得非k核中的点参与度提高,能够实现用最少的成本保持预设的用户数。

    跨语言的医学知识图谱构建方法、装置与电子设备

    公开(公告)号:CN110990579B

    公开(公告)日:2022-12-02

    申请号:CN201911044916.6

    申请日:2019-10-30

    Abstract: 本发明实施例提供一种跨语言的医学知识图谱构建方法、装置与电子设备,其中所述方法包括:基于不同语言的医疗标准,通过将生成的跨语言且异构的数据集中的概念与关系进行融合,获取跨语言的概念知识图谱;通过对来自医院、开放数据集和社交数据集中所述不同语言的电子病历进行实体、事件和关系的抽取与融合,获取跨语言的实例知识图谱;将所述跨语言的概念知识图谱与所述跨语言的实例知识图谱相结合,形成跨语言的事实知识图谱。本发明实施例通过对多种不同语言的医疗标准和实例电子病历分别进行分析与信息提取,能够更加准确地对知识库中不同语言形成的知识图谱进行融合,从而得到更加准确、可靠的医学知识图谱。

    基于多任务学习的嵌入式知识图谱补全方法和装置

    公开(公告)号:CN113742488A

    公开(公告)日:2021-12-03

    申请号:CN202110874769.6

    申请日:2021-07-30

    Abstract: 本发明提供一种基于多任务学习的嵌入式知识图谱补全方法和装置,包括:将待补全知识图谱中的任一事物实体和对应的关系实体输入实体嵌入式表示模型,输出对应的另一事物实体表示向量;该模型是基于样本头实体、样本关系实体和对应的尾实体标签进行训练得到的,训练过程中构建的神经网络包括全局共享层、各预设知识图谱特定任务表示层和各个对应的另一事物实体表示预测模块,各预设知识图谱包括除所述待补全知识图谱以外至少N个其他知识图谱;若确定任一事物实体、关系实体和另一事物实体为待补全知识图谱中的新三元组,则进行添加。本发明提供的方法和装置,实现了同时学习多个知识图谱的嵌入,获取全局的知识表示,提高知识补全的效率。

    一种双语词语对齐方法及系统

    公开(公告)号:CN113591496A

    公开(公告)日:2021-11-02

    申请号:CN202110801838.0

    申请日:2021-07-15

    Abstract: 本发明提供一种双语词语对齐方法及系统,该方法包括:获取源语种词向量和目标语种词向量;将所述源语种词向量和目标语种词向量输入到训练好的词语对齐优化模型中,获取正交变换矩阵;其中,所述训练好的词语对齐优化模型是由无监督模块和有监督模块进行交替训练得到的,所述无监督模块是由样本先验分布矩阵对第一神经网络进行训练得到的,所述有监督模块是由样本种子词典对第二神经网络进行训练得到的,所述样本种子词典是基于源语种和目标语种确定的;根据所述正交变换矩阵,对所述源语种词向量和目标语种词向量进行对齐处理,获取双语词语对齐结果。本发明可以实现高质量的双语词语对齐,提高了词语翻译的精度。

    一种双语词语对齐方法及系统

    公开(公告)号:CN113591496B

    公开(公告)日:2024-07-26

    申请号:CN202110801838.0

    申请日:2021-07-15

    Abstract: 本发明提供一种双语词语对齐方法及系统,该方法包括:获取源语种词向量和目标语种词向量;将所述源语种词向量和目标语种词向量输入到训练好的词语对齐优化模型中,获取正交变换矩阵;其中,所述训练好的词语对齐优化模型是由无监督模块和有监督模块进行交替训练得到的,所述无监督模块是由样本先验分布矩阵对第一神经网络进行训练得到的,所述有监督模块是由样本种子词典对第二神经网络进行训练得到的,所述样本种子词典是基于源语种和目标语种确定的;根据所述正交变换矩阵,对所述源语种词向量和目标语种词向量进行对齐处理,获取双语词语对齐结果。本发明可以实现高质量的双语词语对齐,提高了词语翻译的精度。

    智能合约部署方法、装置、计算机设备以及存储介质

    公开(公告)号:CN117319193A

    公开(公告)日:2023-12-29

    申请号:CN202311167889.8

    申请日:2023-09-11

    Applicant: 清华大学

    Abstract: 本申请提供一种智能合约部署方法、装置、计算机设备以及存储介质,可用于计算机技术领域。该方法包括:响应于智能合约开发请求,获取第一智能合约;基于对所述第一智能合约的开发处理信息,确定第二智能合约;将所述第二智能合约部署至沙盒网络中,并在接收到智能合约测试请求之后,对部署至沙盒网络中的第二智能合约,进行测试处理,得到智能合约测试结果;响应于智能合约投票请求,获取智能合约投票结果,并在基于所述智能合约投票结果确定出投票通过的情况下,将所述第二智能合约部署至所述真实网络中。本申请的方法,可以在沙盒网络中对智能合约进行测试和投票通过之后,再部署至真实网络中,提高了智能合约部署的效率和准确度。

    一种具有可调参数绝缘介质的高温高压电气贯穿件

    公开(公告)号:CN112786263B

    公开(公告)日:2022-05-03

    申请号:CN202110035104.6

    申请日:2021-01-12

    Applicant: 清华大学

    Abstract: 本发明属于核反应堆工程领域,特别涉及一种具有可调参数绝缘介质的电气贯穿件,包括主绝缘结构、辅助绝缘结构、导体、法兰、玻璃、硅胶层和固定螺钉。主绝缘结构位于导体与法兰之间,在导体方向上延伸,超出法兰的长度,主绝缘结构远离导体的一侧有一个凸台。辅助绝缘结构位于主绝缘结构远离导体的另一侧。主绝缘结构的材料是介电常数小、电阻率高、电导率低的材料,主绝缘结构采用聚醚醚酮,用于降低绝缘介质表面场强。辅助绝缘结构的材料是可变电导材料,辅助绝缘结构在绝缘材料中掺杂金属氧化物获得可变电导材料,用于改善绝缘介质表面电场的不均匀分布,防止局部出现电场高点。

Patent Agency Ranking