“张栗粽”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76个，建议您升级VIP下载更多相关专利

[发明专利]一种基于自训练的小样本知识推理方法-CN202310734384.9在审
发明人：龚敬;张栗粽;惠孛;孙明 -专利权人：成都开源众智信息技术有限公司
申请日： 2023-06-20 - 公布日： 2023-10-24 - 主分类号： G06N5/02 文献下载
摘要：本发明涉及知识图谱领域，其公开了一种基于自训练的小样本知识推理方法，解决现有方法未能有效利用任务中未标记查询样本信息的问题，提升小样本场景下知识推理的效果。本发明在推理模型的训练过程中，首先确定当前训练的目标关系，基于目标关系提取数据并构建支持集和查询集，根据查询集构建未标记样本集合，接着基于支持集对目标关系的关系元表征进行学习，根据关系元表征计算未标记样本集合中所有样本对于目标关系的置信度分数，筛选出高置信度的样本加入到支持集，并通过迭代获得最终的关系元表征，接着利用最终的关系元表征计算查询集中的所有样本关系为目标关系的置信度分数，输出最高置信度分数的样本作为推理结果，并通过梯度下降更新模型参数。
一种基于训练样本知识推理方法

[发明专利]一种基于知识图谱和文本对分类的立场检测方法-CN202310754775.7在审
发明人：龚敬;惠孛;张栗粽 -专利权人：成都开源众智信息技术有限公司
申请日： 2023-06-25 - 公布日： 2023-10-24 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及立场检测领域，其公开了一种基于知识图谱和文本对分类的立场检测方法，目的在于提高知识图谱的利用率，降低外部知识对句意的影响，并缓解立场检测目标外置导致的检测性能损失。本发明的方法，首先根据原始输入文本及立场检测目标对知识图谱进行知识初筛，构建备选知识池；然后，将给定的立场检测目标及其不同立场类别分别与备选知识池中的所有三元组相结合，构建不同立场类别表征的辅助句；最后，将构建的不同立场表征的辅助句分别与原始输入文本组合为输入对，并输入至文本检测模型，通过文本检测模型输出该原始输入文本的立场检测结果。本发明适用于需要对文本进行立场检测的场景。
一种基于知识图谱文本分类立场检测方法

[发明专利]一种基于上下文图注意力机制的场景图生成方法-CN202110954631.7有效
发明人： 张栗粽;田玲;解修蕊;段贵多;罗光春;张雨林;李濛 -专利权人：电子科技大学
申请日： 2021-08-19 - 公布日： 2023-10-03 - 主分类号： G06V10/82 文献下载
摘要：本发明涉及计算机视觉领域中的视觉关系检测技术，其公开了一种基于上下文图注意力机制的场景图生成方法，通过充分挖掘外部知识以及目标的上下文信息，从而提高场景图生成的准确率。该方法通过上下文融合目标的外部知识向量、空间特征以及视觉特征，获得融合后的特征向量；根据目标的邻接矩阵，并结合融合后的特征向量进行图注意力网络的初始化；利用样本数据集中的统计信息计算目标关系的频率系数，并利用目标上下文特征计算图注意力系数；通过图注意力网络的信息迭代获得目标的最终向量表示并计算目标之间的关系，利用目标之间的关系以及目标的损失函数进行梯度下降更新，从而生成视觉关系检测模型；针对待检测图像，根据视觉关系检测模型生成场景图。
一种基于上下文注意力机制场景生成方法

[发明专利]一种基于图变换网络的知识图谱多元关系链路预测方法-CN202310749257.6在审
发明人： 张栗粽;郑旭;康昭;刘立建;朱巡洋;王璐 -专利权人：电子科技大学
申请日： 2023-06-21 - 公布日： 2023-09-15 - 主分类号： G06N5/025 文献下载
摘要：本发明提出了一种基于图变换网络的知识图谱多元关系链路预测方法，利用异构图建模多元关系事实，更充分还原了多元关系事实中的复杂异构交互信息；然后通过图变换神经网络，利用其在异构图中的元路径相关概念和图卷积运算逻辑，实现异构图上元路径的自动生成，完成多元关系中节点异构交互特征的提取和聚合；最后通过融合节点初始嵌入，对关系事实中的目标节点进行预测，并将预测结果与所有节点计算相似度，得到其预测评估分值；本发明通过对多元关系事实的充分建模和信息挖掘，克服了多元关系事实利用中存在的信息丢失问题，一定程度上提高了预测结果的准确性，既适用于对关系事实中的实体预测，也适用于其中的关系预测。
一种基于变换网络知识图谱多元关系预测方法

[发明专利]一种基于强化状态建模的知识图谱多跳推理方法-CN202310749294.7在审
发明人： 张栗粽;田玲;郑旭;尹晓宇;黄嘉豪;杨筠 -专利权人：电子科技大学
申请日： 2023-06-21 - 公布日： 2023-09-15 - 主分类号： G06N5/025 文献下载
摘要：本发明公开了一种基于强化状态建模的知识图谱多跳推理方法，包括以下步骤：利用一组嵌入模型对知识图谱数据进行预训练，得到实体和关系的嵌入表示，并使用测试集评估各嵌入模型的预测性能，得到一组MRR指标；根据MRR指标计算模型权重，并对各嵌入模型进行排序，得到带权重的嵌入模型；根据带权重的嵌入模型，对每个查询计算对应的全局目标嵌入表示；根据全局目标嵌入表示，构建强化学习状态模型；对强化学习状态模型进行训练，并使用训练完成的强化学习状态模型进行知识图谱的推理补全工作，完成基于强化状态建模的知识图谱多跳推理。本发明解决了针对强化代理全局信息表征不足，在稀疏图谱上的推理缺乏依据，从而限制了模型链接预测性能的问题。
一种基于强化状态建模知识图谱推理方法

[发明专利]一种基于模态联合交互的图像问答方法-CN202310749393.5在审
发明人：郑旭;张栗粽;高辉;何岳峰;仲文章;刘立建 -专利权人：电子科技大学
申请日： 2023-06-21 - 公布日： 2023-09-15 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种基于模态联合交互的图像问答方法，其包括以下步骤：对图像和问题进行预处理得到对应的图像特征向量和问题高层特征向量；构建图像问答网络并得到模态内单元注意力特征和模态间单元注意力特征；通过模态双向联合交互和残差堆叠式的深度融合对模态内单元注意力特征以及模态间交互注意力特征进行深度融合，得到隐藏层的输出图像特征和输出问题特征；对最后一个隐藏层输出图像特征和输出问题特征进行特征合并得到最终特征；将最终特征通过线性变换映射到多类别向量中进行答案预测。本发明可实现图像和问题特征之间的双向引导，提升模型交互能力；增强跨模态语义空间的信息共享；增强了模型的多模态交互能力；提升了答案分类的效果。
一种基于联合交互图像问答方法

[发明专利]对实体链接模型的实体嵌入的强化及多义词歧义消除方法-CN202310745136.4在审
发明人： 张栗粽;惠孛;田玲;尹晓宇;黄嘉豪;杨筠 -专利权人：电子科技大学
申请日： 2023-06-21 - 公布日： 2023-09-05 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种对实体链接模型的实体嵌入的强化及多义词歧义消除方法，其包括以下步骤：获取实体链接模型中待强化的实体嵌入；根据实体嵌入得到对应的实体类别列表；通过文本嵌入模型将类别名称转换为嵌入表示；统计每个类别在所有实体类别列表中的出现频次；根据出现频次对同一实体类别进行处理得到显著性系数；根据显著性系数对嵌入表示进行聚合得到更新后的实体嵌入；通过适配器网络对更新后的实体嵌入进行调整，得到强化后的实体嵌入；更新实体链接模型；基于更新后的实体链接模型进行多义词歧义消除。本发明通过完善实体嵌入的语义表达，提升相似实体的特异性，增加区分度，减少误判情况，降低实体链接的难度，提升实体链接的结果准确性。
实体链接模型嵌入强化多义词歧义消除方法

[发明专利]一种基于知识嵌入的视觉关系检测方法-CN202310746413.3在审
发明人：田玲;张栗粽;郑旭;成达;吴瀚宇;陈俊宇 -专利权人：电子科技大学
申请日： 2023-06-21 - 公布日： 2023-09-05 - 主分类号： G06V10/40 文献下载
摘要：本发明公开了一种基于知识嵌入的视觉关系检测方法，包括以下步骤：输入图像，分别检测目标初始类别预测特征、目标边界框的空间特征以及目标对联合区域的视觉特征；定义先验知识的类型，并针对每种先验类型构建对应的知识图；将目标初始类别预测特征构建为以节点和边表示的图形结构，并将知识图表示为图形结构对应的邻接矩阵；基于门控图神经网络GGNN的更新机制，得到相互关联的目标类别特征；根据目标边界框的空间特征、目标类别特征与目标对联合区域的视觉特征，得到上下文信息，通过softmax函数对每个目标对进行视觉关系检测，解决了在视觉关系检测时图像信息捕捉和理解不完全以及在复杂场景下的性能表现不高的问题。
一种基于知识嵌入视觉关系检测方法

[发明专利]一种基于注意力机制的目标轨迹预测方法-CN202111240446.8有效
发明人：罗光春;张栗粽;康昭;段贵多;刘欣;冯科 -专利权人：电子科技大学
申请日： 2021-10-25 - 公布日： 2023-08-25 - 主分类号： G06T7/246 文献下载
摘要：本发明公开了一种基于注意力机制的轨迹预测方法，属于计算机视觉技术领域。本发明首先提取目标的位置序列；然后对每个目标利用长短期记忆网络编码获取目标轨迹特征表达，之后采用图注意力网络对目标轨迹之间的交互特征进行融合处理，并基于注意力机制得到目标轨迹各历史时刻之间的时序特征，最后将融合了交互特征与时序特征的目标轨迹特征作为长短期记忆网络的输入，解码并计算得到目标的预测位置。本发明基于对目标关系进行推理并通过注意力机制引入时序特征提高轨迹预测的准确率。
一种基于注意力机制目标轨迹预测方法

[发明专利]一种基于多任务学习的序列化推荐方法-CN202111406256.9有效
发明人：惠孛;田玲;郑旭;张栗粽;罗光春;杨钦程;梁逸寒 -专利权人：电子科技大学
申请日： 2021-11-24 - 公布日： 2023-08-15 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及物品推荐领域，其公开了一种基于多任务学习的序列化推荐方法，提高系统推荐结果的准确率和多样性。该方法包括：S1、计算用户的意图向量表征信息，并与用户上下文信息、用户画像信息的Embedding表征进行特征拼接输入至双塔模型的用户侧，获取物品Embedding矩阵并输入至双塔模型的物品侧，生成初步的物品推荐列表；S2、采用基于卷积神经网络CNN和长短期记忆网络LSTM捕捉用户历史行为轨迹，并利用注意力机制从用户历史行为轨迹中捕捉与当前意图最相关的信息，结合初步物品推荐列表中的物品信息，通过滑动推理计算生成细粒度的有序推荐列表；S3、以细粒度的有序推荐列表作为输入，通过预训练的多任务学习神经网络模型调整序列的全局有序性，生成最终的推荐列表。
一种基于任务学习序列推荐方法

[发明专利]一种基于双原型网络的少样本知识推理方法-CN202310462729.X在审
发明人：龚敬;惠孛;孙明;张栗粽;闫科;刘桂君 -专利权人：成都开源众智信息技术有限公司
申请日： 2023-04-26 - 公布日： 2023-06-30 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及知识图谱技术领域，其公开了一种基于双原型网络的少样本知识推理方法，解决现有技术的少样本知识图谱补全方案存在的对信息利用不充分的问题，提高少样本知识图谱补全性能。本发明的方法，首先，基于与任务关系的相似性，通过注意力动态编码实体嵌入；然后，基于实体嵌入，构建查询例及正、负实例的实体对嵌入，用以表征实例；之后，基于查询例同正负实例的相似性，通过注意力聚合获得正负原型表征，最后，计算查询例与正负原型表征的匹配性得分，完成分类推理。本发明通过双原型网络，不仅强调与正原型表征的相同，还强调与负原型表征的差异，对信息充分利用，实现对查询例的有效判别，适用于少样本知识图谱的少样本知识的推理补全。
一种基于原型网络样本知识推理方法

[发明专利]一种长短时域特征结合的行为识别方法-CN202110935756.5有效
发明人： 张栗粽;田玲;段贵多;解修蕊;许毅;罗光春;张勇 -专利权人：电子科技大学
申请日： 2021-08-16 - 公布日： 2023-05-30 - 主分类号： G06V40/20 文献下载
摘要：本发明提供一种长短时域特征结合的行为识别方法，属于人工智能深度学习视频理解行为识别技术领域，包括S1：获取包含人类行为的视频，预处理后得到与视频对应的目标视频帧序列；S2：构建以ResNet50网络为骨干网络、包含50个残差块的行为识别网络，残差块由短时域运动特征增强模块和长时域运动特征集成模块堆叠而成；S3：基于目标视频帧序列和预设目标行为类别对行为识别网络进行训练，得到训练完成的行为识别模型；S4：将待检测视频预处理后得到待检测视频帧序列，输入至训练完成的行为识别模型中，得到待检测视频的目标行为类别，实现待检测视频中人类行为的识别，提升模型运动特征建模能力及时空特征和运动特征的交互效率。
一种长短时域特征结合行为识别方法

[发明专利]一种时间敏感的多方数据融合激励方法-CN202011243280.0有效
发明人：郑旭;陈爱国;罗光春;张栗粽;罗通;杨川 -专利权人：电子科技大学
申请日： 2020-11-10 - 公布日： 2023-05-19 - 主分类号： G06F9/50 文献下载
摘要：本发明公开了一种时间敏感的多方轨迹数据融合激励方法，属于分布式计算领域。本发明包括初始化、确定分配规则、确定价格规则三部分，首先以AOE网来描述多方轨迹数据融合的拓扑依赖关系，并收集来自参与者的标的信息，然后近似求解时间限制下的社会福利最大化问题并导出相应分配结果。本发明分别以收益增量、收益花费增量比两种不同的键值，结合全局对比、长链优先两种不同排序方式，来综合确定各子任务在贪心流程中的优先顺序。本发明的支付结果由分配结果及迈尔森引理确定，保证了总体机制的占优策略激励相容特性。
一种时间敏感多方数据融合激励方法

[发明专利]一种面向文本数据的在线社交平台多元知识获取方法-CN202110117805.4有效
发明人：郑旭;田玲;张栗粽;罗光春;曾翰林;张奔 -专利权人：电子科技大学
申请日： 2021-01-28 - 公布日： 2023-05-12 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及知识的表示和获取领域，其公开了一种面向文本数据的在线社交平台多元知识获取方法，解决传统技术中的知识获取方法存在的缺乏对多元知识的表示能力、获得的知识不完整、不准确的问题。本发明首先构造适合在线社交平台相关知识表示的多元知识的基本组成结构以及知识属性标签，然后从用户发言的文本数据中自动抽取知识实体与关系；并对文本数据进行数据挖掘，从所获得多元知识中，进一步提取蕴含隐藏的知识及关联，最终完成社交平台多元知识的全面获取。本发明提供的方法通过采用多元的知识结构和充分挖掘社交平台上文本数据中潜在的知识及关联，提高了获取的知识完整性和准确性，可以用于社交平台内容和商品等推荐。
一种面向文本数据在线社交平台多元知识获取方法

[发明专利]基于注意力机制融入文本语义特征的知识图谱表示学习方法-CN201910629813.X有效
发明人：惠孛;罗光春;张栗粽;卢国明;李攀成 -专利权人：电子科技大学
申请日： 2019-07-12 - 公布日： 2023-05-09 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及知识图谱，其公开了一种基于注意力机制融入文本语义特征的知识图谱表示学习方法，解决翻译模型未能利用实体和关系的描述文本而导致的语义特征不足以及多源信息嵌入方法未能同时为实体和关系融入语义特征，且文本提取效果差的问题。该方法可以概括为：首先获取并处理实体和关系的描述文本，得到其文本语义特征，然后利用实体和关系的语义特征构建实体的投影矩阵，将实体向量投影到关系空间中，接着利用翻译的思想在关系空间中建模并进行表示学习，以此建模多对多的复杂关系。本发明适用于知识图谱的表示学习。
基于注意力机制融入文本语义特征知识图谱表示学习方法

1
2
3
4
5
6
下一页»
尾页
共 76 条