公开(公告)号：CN112989005B

公开(公告)日：2022-07-12

申请号：CN202110410370.2

申请日：2021-04-16

Applicant: 重庆中国三峡博物馆 ,  重庆邮电大学

Inventor： 唐昌伦 ,  赵卓 ,  田侃 ,  张殊 ,  张晨 ,  吴涛 ,  张浩然 ,  王宇轩

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/35 ,  G06F16/36 ,  G06F40/14 ,  G06F40/247 ,  G06F40/295 ,  G06F40/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于知识图谱自动问答领域，具体涉及一种基于分阶段查询的知识图谱常识问答方法及系统，包括：获取问题语句，对问题语句进行预处理，转化为问句序列；将问句序列输入到训练好的改进的问答模型中，得到问答结果；改进的问答模型包括实体识别模型、约束语识别模型以及问题结构分类模型；本发明将复杂问题或简单问题转化成基于语句结构的问题语义结构树，通过更新待定节点一步步寻找问题答案，从繁琐到简单，把查找过程简单化。

公开(公告)号：CN118070864A

公开(公告)日：2024-05-24

申请号：CN202410228953.7

申请日：2024-02-29

Applicant: 重庆邮电大学

Inventor： 吴涛 ,  李之赞 ,  张舒 ,  先兴平 ,  田侃 ,  曹新汶

IPC: G06N3/08 ,  G06N3/0464 ,  G06Q50/00 ,  G06N3/045 ,  G06N3/048

Abstract: 本发明属于图神经网络领域，涉及一种基于转置卷积的图深度学习模型信息重建方法，包括：获取GNNs模型输出的社交网络的用户节点特征和社交网络中用户与用户之间的邻接矩阵，将用户节点特征和邻接矩阵输入训练好的TransMI模型进行节点特征重建，得到重建节点特征；本发明针对图数据的特点，采用了一种新的转置卷积网络，使用特征重构权重矩阵来将社交网络的用户节点特征从新的特征空间映射回原始特征空间，并使用转置的邻接矩阵实现反向信息传递聚合，以捕捉节点之间的空间邻近关系，能够在图神经网络中实现准确的用户节点特征重建，从而提高模型信息重建的准确性、可靠性以及计算效率。

公开(公告)号：CN113076744A

公开(公告)日：2021-07-06

申请号：CN202110410046.0

申请日：2021-04-16

Applicant: 重庆中国三峡博物馆 ,  重庆邮电大学

Inventor： 田侃 ,  唐昌伦 ,  赵卓 ,  张殊 ,  张晨 ,  先兴平 ,  游小琳 ,  廖嘉欣

IPC: G06F40/284 ,  G06F16/35 ,  G06F40/216 ,  G06N3/04

Abstract: 本发明涉及自然语言处理领域，具体涉及一种基于卷积神经网络的文物知识关系抽取方法，包括：获取文物数据集，并对文物数据进行预处理，得到预处理后的文物数据；通过Word2vec的Skip－gram模型对预处理后的文物数据进行词向量的转化，提取句子中每个单词的词汇级别特征；提取文物数据中每条句子的句子级别特征；将所提取的词汇级别特征和句子级别特征进行拼接，得到拼接后的特征向量，将拼接后的特征向量作为分类任务的特征数据，接入全连接层；在全连接层将特征数据经线性变换，再通过Softmax分类器计算分类预测值，得到该句子对应关系的置信度得分。本发明提取的特征置信度更高，提高了关系抽取的效率。

公开(公告)号：CN112989005A

公开(公告)日：2021-06-18

申请号：CN202110410370.2

申请日：2021-04-16

Applicant: 重庆中国三峡博物馆 ,  重庆邮电大学

Inventor： 唐昌伦 ,  赵卓 ,  田侃 ,  张殊 ,  张晨 ,  吴涛 ,  张浩然 ,  王宇轩

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/35 ,  G06F16/36 ,  G06F40/14 ,  G06F40/247 ,  G06F40/295 ,  G06F40/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于知识图谱自动问答领域，具体涉及一种基于分阶段查询的知识图谱常识问答方法及系统，包括：获取问题语句，对问题语句进行预处理，转化为问句序列；将问句序列输入到训练好的改进的问答模型中，得到问答结果；改进的问答模型包括实体识别模型、约束语识别模型以及问题结构分类模型；本发明将复杂问题或简单问题转化成基于语句结构的问题语义结构树，通过更新待定节点一步步寻找问题答案，从繁琐到简单，把查找过程简单化。

公开(公告)号：CN117172376A

公开(公告)日：2023-12-05

申请号：CN202311142952.2

申请日：2023-09-06

Applicant: 重庆邮电大学

Inventor： 先兴平 ,  张殊 ,  吴涛 ,  赵卓 ,  田侃 ,  李汉加 ,  张悦 ,  李雨雪

IPC: G06Q10/04 ,  G06F18/241 ,  G06F18/214 ,  G06N3/048 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明属于图数据分析领域，具体涉及一种基于网络重构的生成式图神经网络的图结构链路预测方法及系统，包括：对原始图进行随机扰动，获得观察图；对观察图再次进行扰动，得到增强图；将增强图输入到GraphLP链路预测模型中，经过全局结构模式协同学习模块、局部结构模式聚合模块、MLP全连接学习模块以及sigmoid激活函数的处理，得到图链路的预测结果；本发明通过提取局部与全局结构模式进行端到端的链路预测，提高了图结构预测的结果准确度。