专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果8个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于时序卷积的知识表示方法及系统-CN202310035450.3在审
  • 罗晋;胡岩峰;沈红;彭晨;陶昊然;付啟明;姜添;向镐鹏;闵飞 - 苏州空天信息研究院
  • 2023-01-10 - 2023-08-04 - G06N5/02
  • 本发明提出一种基于时序卷积的知识表示方法,构建实体、关系和时间的语义向量对照表,并在语义空间中随机初始化对应的语义向量;根据时间信息及其对应的时间语义向量,动态构造时序卷积核;利用时序卷积核与实体和关系对应的语义向量进行卷积,得到时序知识图谱中的动态特征信息;利用随机初始化的卷积核与实体和关系对应的语义向量进行卷积,得到时序知识图谱中的静态特征信息;通过多层神经网络融合提取的动态特征信息和静态特征信息,得到综合的特征信息;基于提取的综合特征信息,计算该特征信息下全部实体的概率值,取概率最高的实体作为预测结果,从而完成知识表示学习的预测任务。本发明可用于下游知识推理或融合,且提高了模拟预测精度。
  • 一种基于时序卷积知识表示方法系统
  • [发明专利]一种基于提示学习的命名实体识别方法-CN202310399388.6在审
  • 胡政;胡岩峰;乔雪;彭晨;索荣田;李熙雨;程嘉远;向镐鹏;闵飞;潘宇顺 - 苏州空天信息研究院
  • 2023-04-14 - 2023-07-04 - G06F40/295
  • 本发明公开了一种基于提示学习的命名实体识别方法,利用文本表示模型consert计算文本序列和候选样本示例模板的相似度,选择最相似的候选样本示例模板以上下文的形式拼接到文本序列中,使用Transformer‑1编码器编码,通过一层线性映射层映射为实体边界判别向量,并通过条件随机场得到候选实体边界预测值,获得候选实体片段;利用候选实体边界预测值,在文本序列中插入候选实体片段分隔符,构造实体边界感知模板输入,使用Transformer‑2编码器进行编码,平均候选实体片段中的字符向量,得到候选实体片段向量;接着通过一层线性映射层映射为候选实体类别判别向量,并使用softmax函数得到候选实体类别预测值,得到识别出的命名实体。本发明提升了命名实体识别准确率。
  • 一种基于提示学习命名实体识别方法
  • [发明专利]一种基于渐进迁移学习的细粒度实体分类方法-CN202210022512.2在审
  • 胡岩峰;向镐鹏;乔雪;彭晨;姜添;闵飞;李翔;韦正勇 - 苏州空天信息研究院
  • 2022-01-10 - 2022-05-27 - G06F16/35
  • 本发明提出了一种基于渐进迁移学习的细粒度实体分类方法,计算目标域的粗粒度标签与源域所有粗粒度标签的语义相似度,以及目标域的细粒度标签与源域所有细粒度标签的语义相似度;构建粗粒度标签映射集合和细粒度标签映射集合,计算语义相似度权重;通过BiLSTM网络提取语句的语义特征,得到源域粗粒度标签语句语义特征集合、细粒度标签语句语义特征集合以及目标域语义特征;计算整体粗粒度语义特征和整体细粒度语义特征,确定总的语义特征;将总的语义特征输入到softmax分类器,预测目标域选取的细粒度标签对应的实体标签;训练更新BiLSTM网络与softmax分类器参数,得到基于渐进迁移学习的细粒度实体分类模型。本发明提高了目标域细粒度实体分类准确性。
  • 一种基于渐进迁移学习细粒度实体分类方法
  • [发明专利]一种基于相似词汇表的文本关系自动标注方法-CN202111070442.X在审
  • 闵飞;胡岩峰;乔雪;向镐鹏;姜添;彭晨;沈红;潘宇顺;杨婷 - 苏州空天信息研究院
  • 2021-09-13 - 2022-01-04 - G06F16/33
  • 本发明提出一种基于相似词汇表的文本关系自动标注方法,确定所有抽取的关系名称以及对应的实体类型,并获取含有关系名称的语料;在语料中每个出现关系名称的地方生成可替代该关系名称的相似词汇表,并以此整理出关系类型词汇表;对句子进行命名体识别以及实体关系三元组提取;依据命名体识别的结果判断实体关系三元组的实体对是否满足条件,生成候选关系集合;对实体关系三元组中关系短语的每个词汇生成相似词汇表,结合关系类型词汇表,判断该词汇表达的候选关系,所有词汇中表达次数最多的候选关系即为标注关系,完成自动标注。本发明解决了传统远程监督方法构建知识库难度大、标注语料质量低的问题,为构建关系抽取模型所需的数据集提供了新的策略。
  • 一种基于相似词汇表文本关系自动标注方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top