一种基于依赖关联度去噪的分层多实例工作流建模方法

    公开(公告)号:CN116644948A

    公开(公告)日:2023-08-25

    申请号:CN202310598733.9

    申请日:2023-05-25

    Abstract: 本发明涉及智能服务技术领域,具体涉及一种基于依赖关联度去噪的分层多实例工作流建模方法,具体实现方法分为三个步骤:首先,计算事件日志中事件的局部关联度和整体关联度,并将其进行融合得到混合关联度;其次,根据混合关联度设定噪声阈值,对事件日志进行去噪处理,最后得到去噪日志;最后,对去噪日志进行任务嵌套关系的识别并得到嵌套关系树,然后对事件日志进行分层构造并识别其中的多实例子日志,采用IM算法对其进行模型挖掘,最终得到工作流模型,并通过实验验证该方法的有效性。确保数据去噪的精度和有效性;采用噪声阈值的方式进行去噪处理,优化了多实例子日志中的各个事件之间的关系,提高了工作流模型的准确性和可靠性。

    面向图文融合的多粒度图像特征提取方法、设备及介质

    公开(公告)号:CN116563859A

    公开(公告)日:2023-08-08

    申请号:CN202310576376.6

    申请日:2023-05-22

    Abstract: 本发明涉及计算机视觉识别技术领域,面向图文融合的多粒度图像特征提取方法、装置、设备及介质包括如下步骤:对图像数据进行预处理;使用滑动窗口嵌入图像向量,进行互相关运算;将图像嵌入向量输入注意力计算层,首先将嵌入向量利用窗口注意力机制得到图像的局部特征,其次使用多层全局注意力机制提取图像的全局特征;通过拼接层同时输出图像的局部特征和全局特征。本发明通过滑动窗口嵌入图像向量,并通过窗口注意力机制和多层全局注意力机制提取图像的局部特征和全局特征,最后拼接后输出,该方法不仅能够充分考虑图像和文本之间的联系,而且实现了多粒度的图像特征提取。

    一种文本检索式问答方法及其应用

    公开(公告)号:CN116680359A

    公开(公告)日:2023-09-01

    申请号:CN202310587678.3

    申请日:2023-05-23

    Abstract: 本发明公开的一种文本检索式问答方法及,包括如下步骤:S1、将问句和大量文本段落,输入基于BM25的段落相似度检索模型,进行文本段落的召回式检索,获取相似段落列表;S2、将问句与相似段落列表中的文本段落,输入基于机器阅读理解的答案抽取模型,获得文本段落中答案开始和结束概率最高的位置,将其中的文本作为候选答案,比较多个文本段落中的候选答案,生成文本答案。本发明结合BERT和BiLSTM模型,对问句与相似段落列表中的文本段落进行双向语义捕捉,实现更深层次的语义交互。这使得系统能够在多个文本段落中生成候选答案,并比较这些候选答案以找出最准确的答案。

Patent Agency Ranking