“徐永秀”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]一种基于网络表示学习的深暗网群体发现方法-CN202211626368.X在审
发明人：柳厅文;张盼盼;王学宾;时金桥;贾亚慧;徐永秀 -专利权人：中国科学院信息工程研究所
申请日： 2022-12-16 - 公布日： 2023-04-14 - 主分类号： G06V10/44 文献下载
摘要：本发明公开了一种基于网络表示学习的深暗网群体发现方法，包括深暗网异质信息网络构建和基于自编码器的多视图深度嵌入式聚类；所述深暗网异质信息网络构建包含构建属性异质信息网络多种类型的节点和构建属性异质信息网络的多种类型的关系；所述基于自编码器的多视图深度嵌入式聚类，包含基于元路径的用户多视图构建、基于自编码器的用户嵌入表示学习和基于KL散度的自监督聚类；最终联合学习所述基于自编码器的用户嵌入表示学习和所述基于KL散度的自监督聚类，联合优化重建损失与聚类损失。对于一目标深暗网，利用优化后的编码器、基于KL散度的自监督聚类模块，得到目标深暗网每一用户的软标签分布。本发明可获得较好的群体发现结果。
一种基于网络表示学习深暗网群体发现方法

[发明专利]一种基于序列到森林的非连续实体识别方法-CN202210554500.4在审
发明人：黄河燕;徐永秀;胡玥;尤浩;张家瑞 -专利权人：北京理工大学;中国科学院信息工程研究所
申请日： 2022-05-19 - 公布日： 2022-09-27 - 主分类号： G06F40/30 文献下载
摘要：本发明提出了一种基于序列到森林的非连续实体识别方法，为了更好地刻画实体内部组块之间的依赖性，使用森林结构建模文本中实体集；采用基于神经网络的“编码器‑解码器”生成框架，实现序列到森林的生成过程；在编码器端，首先采用基于Transformer的编码器捕获文本中每个词的全局依赖特征，然后再使用卷积神经网络进一步捕获词的局部依赖特征；在解码器端，设计了基于“便签”机制的注意力模块，可捕获每个解码时刻的输出与输入之间的语义关联性。本发明的有益效果是：可保证实体间的无序性以及实体内部的有效性，可有效捕获实体组块之间的关联性，可有效提高模型对非连续实体的识别能力，可适应于连续实体识别的场景。
一种基于序列森林连续实体识别方法