“李亚扬”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于词嵌入和多值形式概念分析的论文推荐方法及装置-CN201911169957.8有效
发明人：蒋运承;朱星图;詹捷宇;马文俊;刘宇东;李亚扬 -专利权人：华南师范大学
申请日： 2019-11-26 - 公布日： 2023-05-09 - 主分类号： G06F16/335 文献下载
摘要：本发明提供一种基于词嵌入和多值形式概念分析的论文推荐方法及装置，包括建立对象为论文、属性为所有论文的关键词的形式概念背景表；从所述形式概念背景表中，抽取形式概念的内涵和外延，得到若干形式概念；计算每个所述形式概念中每个所述关键词的词向量，并根据每个所述词向量，计算所述形式概念的第一中心向量；获取用户关键词，计算所述用户关键词的第二中心向量；计算所述第二中心向量与每个所述形式概念的第一中心向量之间的距离，根据所述距离的大小向用户推荐所述距离较小的形式概念中的论文。相对于现有技术，本发明更好地描述了论文与关键词的关联性，提高了论文推荐的效率和精准性。
一种基于嵌入形式概念分析论文推荐方法装置

[发明专利]基于多关系图卷积神经网络的多信息源智慧教育问答方法-CN202111368070.9在审
发明人：蒋运承;梁书晴;李亚扬;白文 -专利权人：华南师范大学
申请日： 2021-11-18 - 公布日： 2022-03-11 - 主分类号： G06F16/31 文献下载
摘要：本发明涉及一种基于多关系图卷积神经网络的多信息源智慧教育问答方法，包括步骤：首先检索需要解答的问题中的关键词，构建问题关键词集合；根据所述问题关键词集合在信息源中进行检索，构建候选答案集；利用多关系图卷积神经网络训练所述候选答案集中的实体的嵌入，获得实体向量；根据所述实体向量，使用分类器选择出与需要解答的问题相关的最终答案。相对于现有技术，本发明提供一种基于多关系图卷积神经网络的多信息源智慧教育问答方法在候选答案集中对答案利用多关系图卷积神经网络进行推理计算，多关系图卷积神经网络训练实体的嵌入的过程中对答案子图进行复杂推理的学习，能够使获得的最终答案有更高的准确率。
基于关系图卷神经网络信息源智慧教育问答方法