“胡汉一”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20个，建议您升级VIP下载更多相关专利

[发明专利]天文知识图谱构建方法、资源查找方法、设备和介质-CN202311179452.6在审
发明人：潘怡君;杨佳熹;陈奎;胡汉一;高宝全;严笑然 -专利权人：之江实验室
申请日： 2023-09-13 - 公布日： 2023-10-24 - 主分类号： G06F16/36 文献下载
摘要：本申请涉及一种天文知识图谱构建方法、资源查找方法、设备和介质，获取资源对应的天体信息，其中，天体信息包括天体的形态特征和天体的坐标；基于形态特征对天体分类，得到多个天体类别；根据天体的坐标计算同一天体类别下每两个天体之间的距离，将每个天体作为节点，将属于同一个天体类别的每两个天体进行关联，构建得到多个知识图谱；获取各天体的光谱特征，在任意第一知识图谱和第二知识图谱之间，将具备相似光谱特征的天体进行关联。通过本申请天文知识图谱构建方法，提高了构建的知识图谱的准确性，有利于相关人员基于知识图谱搜索系统、完善的天体信息。
天文知识图谱构建方法资源查找设备介质

[发明专利]知识图谱构建方法、资源查找方法、计算机设备和介质-CN202311179454.5在审
发明人：潘怡君;胡汉一;徐佳莹;张睿;严笑然 -专利权人：之江实验室
申请日： 2023-09-13 - 公布日： 2023-10-20 - 主分类号： G06F16/36 文献下载
摘要：本申请涉及一种知识图谱构建方法、资源查找方法、计算机设备和介质，通过获取资源对应的数据集，其中，资源包括天文学领域数据，数据集包括多个关键词以及每个关键词的属性，关键词的属性包括关键词在多个资源中的第一权重和关键词对应的资源标识；根据第一权重确定主关键词和副关键词，并将属于同一研究方向的副关键词与主关键词关联，其中，主关键词的第一权重大于副关键词的第一权重；分别在主关键词和副关键词之间构建知识图谱，其中，分别将主关键词和副关键词作为节点，将对应的资源标识和第一权重作为节点属性，将语义关系作为边，构建相应知识图谱，降低了知识图谱的规模，实现了关键词的交叉检索。
知识图谱构建方法资源查找计算机设备介质

[发明专利]一种基于不完善异构关系网络图的风险预测方法及装置-CN202311158959.3在审
发明人：吴迪;那崇宁;胡汉一;张泷 -专利权人：之江实验室
申请日： 2023-09-08 - 公布日： 2023-10-13 - 主分类号： G06Q10/0635 文献下载
摘要：本说明书公开了一种基于不完善异构关系网络图的风险预测方法及装置，可以确定该目标业务对象及相关业务对象的初始特征，而后，根据异构关系网络图、初始特征和图结构调整参数，确定目标业务对象的综合特征。将该目标业务对象的综合特征输入到风险预测网络中，预测得到目标业务对象的风险程度。最后，根据目标业务对象的风险程度，确定针对目标业务对象的策略，并确定奖励，进而根据策略评价值和奖励，对特征提取网络、风险预测网络以及评价网络进行训练，以调整图结构调整参数，根据调整后的图结构调整参数，得到调整后的异构关系网络图，并根据调整后的异构关系网络图以及风险预测网络，实时进行风险预测，从而提高了风险预测的准确性。
一种基于不完善关系网络图风险预测方法装置

[发明专利]基于词性编码的短文本聚类方法、装置及计算机设备-CN202010190439.0有效
发明人： 胡汉一;刘欢;夏鲁豫;陈梦霏 -专利权人：大箴（杭州）科技有限公司
申请日： 2020-03-18 - 公布日： 2023-09-22 - 主分类号： G06F16/35 文献下载
摘要：本申请公开了一种基于词性编码的短文本聚类方法、装置及计算机设备，涉及计算机技术领域，可以解决在对短文本进行聚类划分时，存在编码向量维度过高且较为稀疏，或编码向量存在信息损失的问题。其中方法包括：对预处理后的目标短文本进行切词，获取得到各个关键词；确定各个所述关键词对应的目标词性；依据所述目标词性以及各个所述关键词在所述目标短文本中的排列顺序，计算所述目标短文本的编码表达向量；根据所述编码表达向量对各个所述目标短文本进行聚类划分。本申请适用于对短文本的聚类划分。
基于词性编码文本方法装置计算机设备

[发明专利]基于方阵标注和双仿射层注意力的实体抽取方法及系统-CN202310565366.2有效
发明人：李栓;金雨青;丁锴;王艺涵;胡汉一;那崇宁 -专利权人：之江实验室
申请日： 2023-05-19 - 公布日： 2023-08-22 - 主分类号： G06F40/295 文献下载
摘要：本发明公开一种基于方阵标注和双仿射层注意力的实体抽取方法及系统。本发明由文本数据库模块、文本预处理模块、文本建模模块、输出模块四个部分组成。该系统是首次将图像语义分割的思想融入文本实体抽取的任务中，将传统的序列标注任务转变成方阵标注任务，并使用双仿射层注意力机制将序列表示的语义向量转化为长宽均为文本序列长度的方阵，缓解了中文文本实体识别任务中实体边缘检测难，检测精度低的问题。
基于方阵标注双仿射层注意力实体抽取方法系统

[发明专利]一种基于图节点嵌入的事件识别方法、装置和设备-CN202310529662.7有效
发明人：张泷;潘怡君;吴迪;胡汉一;那崇宁 -专利权人：之江实验室
申请日： 2023-05-11 - 公布日： 2023-08-22 - 主分类号： G06F18/241 文献下载
摘要：本申请涉及一种基于图节点嵌入的事件识别方法、装置和设备，其中，基于图节点嵌入的事件识别方法包括：基于至少两个关联关系图，分别构建对应的异构关联关系邻接矩阵；将各所述异构关联关系邻接矩阵输入至图节点嵌入模型，获得对应的图节点特征向量；基于各所述历史事件的图节点特征向量以及第一特征对模型进行训练，获得事件识别模型；基于所述事件识别模型对待识别事件进行识别，获得待识别事件的识别结果，在模型训练的过程中增加了各历史事件的图节点特征向量，解决了相关技术中存在的事件识别不准确的问题，提高了事件识别的准确度。
一种基于节点嵌入事件识别方法装置设备

[发明专利]理赔事件检测方法、计算机设备和存储介质-CN202310440660.0有效
发明人：潘怡君;那崇宁;张泷;胡汉一 -专利权人：之江实验室
申请日： 2023-04-23 - 公布日： 2023-07-18 - 主分类号： G06F16/332 文献下载
摘要：本申请涉及一种理赔事件检测方法、计算机设备和存储介质，在图网络发生变更的情况下，更新第一节点序列，得到当前时间戳的第二节点序列，其中，图网络基于理赔事件的数据构建得到，第一节点序列通过关联图网络中的多个节点得到；在词向量模型中，根据第二节点序列和涉变更节点的权重参数，对词向量模型进行反向迭代训练，并根据训练后的词向量模型得到当前时间戳的节点向量，其中，涉变更节点包括图网络中节点和/或节点之间的边发生变化的节点；根据当前时间戳的节点向量，确定理赔事件是否属于目标类型事件，如此设置，只需要迭代更新部分节点的权重参数，减少了计算量，从而能够准确且高效地检测理赔事件。
理赔事件检测方法计算机设备存储介质

[发明专利]一种基于贪心算法的机器学习分类模型解释方法-CN202211687370.8在审
发明人：徐圣源;周婷婷;焦旭;梁变;胡汉一;刘智;许浩 -专利权人：之江实验室
申请日： 2022-12-27 - 公布日： 2023-05-02 - 主分类号： G06N20/00 文献下载
摘要：一种基于贪心算法的机器学习分类模型解释方法，该方法使用贪心算法组合特征箱体，分别以每个筛选后箱体为起点，获得特征箱体组合。将特征匹配学习的特征箱体组合，可以对目标的特征统计情况有更加全面的了解并以此对机器学习结果做出解释。本方法运用贪心策略，对特征进行了筛选与组合，为企业提供了一种更加直观的客户筛选方法，在实际应用中主要用于辅助解释黑匣模型预测结果，服务一线业务人员。
一种基于贪心算法机器学习分类模型解释方法

[发明专利]基于贷款五级分类的滚动率分析方法、系统、电子设备、介质-CN202211623333.0在审
发明人：焦旭;徐圣源;周婷婷;梁变;胡汉一;许浩;姜超;徐永桂 -专利权人：之江实验室;浙江农村商业联合银行股份有限公司
申请日： 2022-12-16 - 公布日： 2023-04-25 - 主分类号： G06Q40/03 文献下载
摘要：本发明公开了一种基于贷款五级分类的滚动率分析方法、系统、电子设备、介质，方法包括：自定义设置初始时间节点和结束时间节点，以确定贷款滚动率分析的时间窗口；获得贷款五级分类相关的原始状态变更数据；将获取的原始状态变更数据中的贷款初始评定五级分类状态的时间点限定在时间窗口内，得到目标状态变更数据；统计目标状态变更数据中状态变更的数量，得到贷款五级分类状态的滚动率；根据贷款五级分类状态的滚动率，分析贷款五级分类状态的比例分布，融合专家经验，确定正常贷款与违约贷款的切分阈值。本发明方法仅依赖少量的原始数据，泛化性强，实用性强；本发明方法同时支持融合专家逻辑，使得过程可追溯，结果可解释，易于推广。
基于贷款分类滚动分析方法系统电子设备介质

[发明专利]一种基于图神经网络的欺诈风险识别方法和装置-CN202211625194.5在审
发明人：张泷;胡汉一;潘怡君;吴迪;那崇宁 -专利权人：之江实验室
申请日： 2022-12-16 - 公布日： 2023-04-11 - 主分类号： G06Q30/018 文献下载
摘要：本申请涉及一种基于图神经网络的欺诈风险识别方法和装置，该方法包括：根据数据表获取待识别事件的第一关联关系邻接矩阵；数据表中包括待识别事件的数据，第一关联关系邻接矩阵用于标识待识别事件与数据表中其他事件的关联关系；根据数据表和第一关联关系邻接矩阵，获取待识别事件的第一特征矩阵；第一特征矩阵用于标识数据表中的事件的数据；根据第一关联关系邻接矩阵、第一特征矩阵和预先训练好的图神经网络，获取待识别事件的欺诈概率；图神经网络用于获取事件的欺诈概率；根据欺诈概率，确定待识别事件的欺诈风险。通过本申请，解决了现有的车险理赔领域的欺诈风险的识别方法，未对数据库中的历史数据进行关联，导致识别结果不准确的问题。
一种基于神经网络欺诈风险识别方法装置

[发明专利]基于自动特征挖掘的可解释信贷违约率预测方法、系统-CN202211016771.0在审
发明人：胡明睿;梁变;周婷婷;胡汉一;刘智 -专利权人：之江实验室
申请日： 2022-08-24 - 公布日： 2023-04-07 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于自动特征挖掘的可解释信贷违约率预测方法、系统，首先从客户信用资料库中提取每笔贷款的特征数据，并进行预处理；定义自动特征挖掘的操作算子集O和一种自动特征挖掘方法，并通过该操作算子集O得到自动特征集；构建违约率预测模型，并结合全局可解释方法和局部可解释方法，得到通过全局重要性特征排序、基于当前数据库搜索的反事实样本、基于特征扰动和生成模型的虚拟反事实样本，基于此给出可解释信贷违约率预测。本发明方法使得违约预测模型训练和更新无需专家经验干预，缓解专家经验差异大的问题，节省人力，能够满足审计需求，同时针对一线客户经理给出判断依据和相似判例参考。
基于自动特征挖掘可解释信贷违约预测方法系统

[发明专利]基于邻域节点结构编码的图神经网络异常检测方法与装置-CN202211424557.9在审
发明人： 胡汉一;李栓;刘智;许浩;焦旭;徐圣源;梁变;周婷婷 -专利权人：之江实验室
申请日： 2022-11-14 - 公布日： 2023-03-28 - 主分类号： G06F18/24 文献下载
摘要：本发明公开了基于邻域节点结构编码的图神经网络异常检测方法与装置，包括：将原始数据转换为图神经网络的输入数据，输入数据包括节点属性矩阵、邻接矩阵；从邻接矩阵抽取出结构特征并进行矩阵分解，得到节点角色特征与角色结构特征因子；将节点角色特征与其转置矩阵相乘，得到高阶邻接矩阵；将节点属性矩阵与邻接矩阵、节点属性矩阵与高阶邻接矩阵分别输入图神经网络，得到节点角色语义潜变量和节点角色语义潜变量；并进行动态加权，得到最终节点表示，将其输入至激活函数，训练图神经网络，直至图神经网络收敛，将激活函数的输出向量中概率最高的标签作为分类结果即异常类别，异常类别对应的节点即为检测到的异常目标。
基于邻域节点结构编码神经网络异常检测方法装置

[发明专利]一种基于张量分布搜索特征空间的异常交易行为检测方法-CN202210931653.6在审
发明人： 胡汉一;刘智;周婷婷;王毅栋;李栓;胡明睿 -专利权人：之江实验室;浙江农村商业联合银行股份有限公司
申请日： 2022-08-04 - 公布日： 2023-03-28 - 主分类号： G06Q40/04 文献下载
摘要：本发明公开了一种基于张量分布搜索特征空间的异常交易行为检测方法，选取可能涉及到异常交易流水的n维原始数据，并对其预处理，将n维原始数据统一转化为包含多个描述金融行为的离散枚举类型属性A的n维矩阵R(A1,A2,…,An)；计算得到每一条数据记录的权重X；将离散枚举类型属性A与权重X处理数据得到的多维张量R(A1,A2,…,An,X)作为当前候选数据，进行子张量搜索，在当前候选数据中选取最有可能得到异常权重分布的属性搜索当前属性组合集合与当前候选数据R权重分布差异最大的集合作为异常子张量集合，即异常交易行为集合。本发明方法增加了模型的适应性与泛化能力。对获得的不同异常子张量可进行异常度排序，提高异常挖掘效率。
一种基于张量分布搜索特征空间异常交易行为检测方法

[发明专利]一种基于弱标签标注文本的公司名实体识别方法-CN202211072425.4在审
发明人：李栓;胡明睿;刘智;胡汉一 -专利权人：之江实验室
申请日： 2022-09-02 - 公布日： 2022-12-30 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种基于弱标签标注文本的公司名实体识别方法。该方法包括：将清洗后的弱标签文本集使用通用公司名词库继续标注并切分成多个包含5000样本的文本子集；然后由BERT预训练神经网络和Softmax回归模型构建的模型在每个文本子集上进行训练，在每轮训练结束后，识别并筛选文本中的未标注公司名字段，并使用分词模型过滤无用字段。重复该步骤，直至不再产生新的未标注公司名；最后，将未标注公司名在文本集上继续标注，并将模型在最终标注的文本集上继续训练。此外，本方法在弱标签公司名实体识别场景中，首次考虑了模型在欠拟合状态下能够识别未标注公司名的特性，并使用分词模型过滤模型识别出的无用字段，提高了弱标签公司名实体识别的准确率。
一种基于标签标注文本公司实体识别方法

[发明专利]一种基于拼音的编码与解码模型的中文纠错方法-CN201811339730.9有效
发明人：吴健;胡汉一;王文哲;陆逸飞;吴福理 -专利权人：浙江大学山东工业技术研究院
申请日： 2018-11-12 - 公布日： 2022-12-27 - 主分类号： G06F40/211 文献下载
摘要：本发明公开了一种基于拼音的编码与解码模型的中文纠错方法，属于自然语言处理领域，包括：将中文转化为拼音序列，再将拼音序列向量化后输入编码模型，编码模型对拼音序列进行编码后，解码模型对当前目标中文文本序列使用注意机制正、反向解码。对正反向解码的中文序列概率加权相加后，再判断目标序列字符对应的概率是否大于阈值，若大于阈值使用预测字符，若小于阈值则使用原中文序列字符，所得最终的目标中文序列即为修正后的中文序列。使用了以编码模型与正反向解码模型的结构的深度学习模型，在编码与解码的过程中，提取有效的文本信息特征，从而提高了在中文纠错任务中上下文的相关性，以提高模型的准确率。
一种基于拼音编码解码模型中文纠错方法

1
2
下一页»
尾页
共 20 条