公开(公告)号：CN116306681A

公开(公告)日：2023-06-23

申请号：CN202211623149.6

申请日：2022-12-16

Applicant: 重庆邮电大学

Inventor： 蔡林沁 ,  方豪度 ,  许诺影 ,  钱坤阳

IPC: G06F40/35 ,  G06F16/332 ,  G06F16/33 ,  G06F18/214 ,  G06V10/77 ,  G06N3/08 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明公开了基于事实场景的可解释性视觉问答模型构建方法与系统，获取第一数据集与第二数据集；对视觉问答模型进行预训练，获得图像特征提取网络与文本特征提取网络；权重反向传播方法对图像特征提取网络进行处理，获得图像反事实样本；开源机器学习库对文本特征提取网络进行处理，获得文本反事实样本；引入对抗性半事实样本对视觉问答模型进行迭代更新，获得视觉问答预测模型；提取特征数据，通过特征数据对视觉问答预测模型进行验证，获得可解释性视觉问答模型；本发明的有益效果为解决了当前视觉问答研究中存在的模型可解释性不强的问题，使得模型保存关键的因果信息去增强模型的推理能力，更为细粒度地去捕获图像特征和文本特征。

公开(公告)号：CN115860119A

公开(公告)日：2023-03-28

申请号：CN202211556154.X

申请日：2022-12-06

Applicant: 重庆邮电大学

Inventor： 蔡林沁 ,  汪铃均 ,  王灏澜 ,  许诺影 ,  熊余 ,  袁荣棣

IPC: G06N5/025 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明公开了基于动态元学习的少样本知识图谱补全方法和系统，涉及知识图谱图补全技术领域，其技术方案要点是：基于动态元学习的少样本知识图谱补全方法和系统，在传统的基于优化的元学习补全方法的基础上引入了动态邻居编码器，在执行链接预测任务的时候，根据任务关系动态地调节实体邻居信息的权重，并将动态邻居信息融合到实体嵌入中，从而提高实体嵌入的语义表示。同时，对同一关系的不同属性建立了基于一维卷积的融合策略，使得关系嵌入能够表示各方面属性信息，进一步增强了关系表示的鲁棒性，并利用该关系嵌入对模型进行训练，显著提高了链接预测的准确性，进而达到提升知识图谱补全效果的目的。