“惠孛”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40个，建议您升级VIP下载更多相关专利

[发明专利]一种实体角色感知的n元关系链接预测方法-CN202310749455.2在审
发明人：惠孛;高辉;康昭;纪尹钦;赵思凡;王晨阳 -专利权人：电子科技大学
申请日： 2023-06-21 - 公布日： 2023-10-24 - 主分类号： G06N5/025 文献下载
摘要：本发明公开了一种实体角色感知的n元关系链接预测方法，包括以下步骤：首先对n元关系事实进行预处理，提取主三元组和辅助信息事实数据，以json格式存储，并构造训练和测试使用的缺失节点的n元关系数据；然后查询实体或关系嵌入矩阵获得事实中节点嵌入表示；接着使用角色感知器计算实体在对应关系条件下的角色嵌入向量；随后将角色嵌入与节点嵌入相融合；最后通过transformer获取事实内节点之间的交互作用，输出缺失节点在实体或关系集上的概率分布。本发明提高了预测准确率，解决了现有n元关系链接预测方法忽略了实体在n元关系中扮演的角色对预测的重要性，导致链接预测准确度较低的问题。
一种实体角色感知关系链接预测方法

[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]一种知识图谱链接预测方法-CN202310749432.1在审
发明人：孙明;惠孛;田玲;何岳峰;朱江桦;宋发仁 -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：本发明公开了一种知识图谱链接预测方法，包括以下分步骤：利用TransE模型对实体和关系进行预训练，获得初始化的实体和关系的嵌入表示；基于初始化的实体和关系的嵌入表示，构建训练集和测试集，将训练集的数据输入基于卷积神经网络和自注意力机制的神经网络模型进行训练，并计算训练集在基于卷积神经网络和自注意力机制的神经网络模型上的损失函数值，保存优化模型参数；基于优化的模型参数，对测试集的候选三元组进行打分排序，预测缺失的实体或关系，完成对知识图谱的链接预测。本发明面向知识图谱链接预测任务，结合使用卷积神经网络和自注意力机制，实现充分挖掘三元组内部的交互信息，提高模型链接预测能力。
一种知识图谱链接预测方法

[发明专利]一种基于注意力网络的社交媒体文本细粒度情感分析方法-CN202310749315.5在审
发明人：惠孛;康昭;高辉;纪尹钦;赵思凡;程宇航 -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： G06F16/35 文献下载
摘要：本发明公开了一种基于注意力网络的社交媒体文本细粒度情感分析方法，涉及深度学习领域，本发明采用了一种嵌套注意力机制，通过计算上下文文本与方面词之间的双向注意力来提取语义特征，充分获取方面词与上下文之间的双向注意力权重，捕获二者之间的交互关系。同时还使用了一种增强特征提取网络，将Transformer的输出作为双向LSTM的输入，利用双向LSTM的网络结构，弥补Transformen中通过位置编码只有序列的绝对位置信息，而失去了相对位置信息的问题，使得网络有着更强大的特征提取能力，进而使得本方法可以充分理解文本的语义信息，正确的划分目标方面的情感表达范围，提高情感分析准确率。
一种基于注意力网络社交媒体文本细粒度情感分析方法

[发明专利]一种基于多模态数据的重大突发事件舆情趋势预测方法-CN202310749302.8在审
发明人：康昭;田玲;惠孛;李思辰;程宇航;李凯文 -专利权人：电子科技大学
申请日： 2023-06-21 - 公布日： 2023-09-08 - 主分类号： G06F18/25 文献下载
摘要：本发明公开了一种基于多模态数据的重大突发事件舆情趋势预测方法，涉及网络技术领域，其包括以下步骤：采集重大突发事件的舆情数据并对其进行预处理，得到预处理后的舆情数据；根据预处理后的舆情数据的类型进行特征提取，获取各类型舆情数据的情感向量；将各类型舆情数据的情感向量与数值型的传播特征进行加权融合，得到舆情综合流行度；使用TCN时间序列预测模型对舆情综合流行度进行预测，完成基于多模态数据的重大突发事件舆情趋势预测。本方法解决了现有技术在舆情趋势预测时难以兼顾多模态数据使用和长序列信息处理，导致预测准确率低的问题。
一种基于多模态数据重大突发事件舆情趋势预测方法

[发明专利]一种基于依存句法图和短语结构树的文档级关系抽取方法-CN202310749338.6在审
发明人：康昭;田玲;惠孛;柯立;鞠蓁轩;吴旭程 -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： G06F40/211 文献下载
摘要：本发明公开了一种基于依存句法图和短语结构树的文档级关系抽取方法，包括以下步骤：对文档进行编码，通过预训练语言模型，获取文档的字符级嵌入表示和注意力矩阵；构建短语结构树，计算实体对间关系的预测值；构建包含两类节点和三类边的依存句法图，根据依存句法图和文档中的字符级嵌入表示计算实体对间基于依存句法关系的预测值；根据实体对间基于依存句法关系的预测值和实体对间关系的预测值得到最后的预测值，根据最后的预测值获得损失函数，利用损失函数训练依存句法关系模型，使用训练好的依存句法关系模型对待处理文档进行处理，实现文档级的关系抽取，本方案通过考虑文档的语法信息，来实现文档级关系抽取，提升了文档关系抽取效果。
一种基于依存句法短语结构文档关系抽取方法

[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]一种基于图结构转化的知识超图补全方法-CN202310749281.X在审
发明人：惠孛;董寅;闫科;田玲;罗胜尹;张馨月 -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： G06N5/025 文献下载
摘要：本发明公开了一种基于图结构转化的知识超图补全方法，包括：S1：根据真实世界知识构造知识超图，获取实体和关系的初始化向量表示；S2：根据实体和关系的初始化向量表示以及所述知识超图，构造多元关系事实集；S3：利用卷积神经网络对多元关系事实集中各多元关系事实内部的实体和关系进行信息聚合，得到各多元关系事实的向量表示；S4：基于所述知识超图构造辅助图；S5：根据各所述多元关系事实的向量表示和所述辅助图，利用图神经网络汇聚所述知识超图的超边之间的上下文信息，得到汇聚后的新的超边向量；S6：根据所述汇聚后的新的超边向量，利用评分函数计算各多元关系事实成立的可能性，并确定得分最高的多元关系事实为补全结果。
一种基于结构转化知识超图方法

[发明专利]一种基于Raft协议的分布式存储系统中日志项的分发方法-CN202310749317.4在审
发明人：闫科;龚敬;惠孛 -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： 2023-08-15 - 主分类号： H04L67/1095 文献下载
摘要：本发明涉及分布式存储领域，其公开了一种基于Raft协议的分布式存储系统中日志项的分发方法，解决现有基于Raft协议的日志项分发方案在集群中节点数量变多时领导者节点需要更多的时间来将日志项复制到集群中的跟随者节点，导致的集群对外界请求响应能力降低带来的性能下降的问题。本发明在每一轮日志分发前，领导者节点根据所有跟随者节点中存在的最大日志项索引，计算对各跟随者节点在本轮心跳中进行日志复制的优先级，进而确定各跟随者节点在本轮心跳周期中的日志项分发数量。在领导者每一次心跳进行日志分发过程中，委托日志同步程度较高的跟随者节点对日志同步程度较低的节点进行一次指定区间日志的复制。本发明适用于基于Raft协议的分布式存储系统。
一种基于 raft 协议分布式存储系统日志分发方法

[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]一种基于结构可区分表示图神经网络的知识推理方法-CN202310089311.9在审
发明人：周正斌;王震;惠孛;孙明;康昭;王勇 -专利权人：创意信息技术股份有限公司
申请日： 2023-02-09 - 公布日： 2023-06-23 - 主分类号： G06N3/042 文献下载
摘要：本发明公开了一种基于结构可区分表示图神经网络的知识推理方法，属于知识图推理技术领域，方法先对训练数据进行预处理；然后建立领域聚合机制；通过领域聚合机制构建图注意网络模型，利用图注意网络模型学习预处理后训练数据的嵌入表示；设置损失函数，对图注意网络模型进行端到端训练并利用损失函数更新模型的网络参数；将预处理后的训练数据输入到更新后的图注意网络模型中进行训练，使用训练完成的模型补全知识图。本发明通统一了训练数据的表示方式。然后设计一个邻域聚合机制，增强网络模型的可区分性，构建完整图注意网络模型，根据邻域聚合机制设计编码器‑解码器的结构，利用图注意网络学习的训练数据嵌入表示，提高了模型的辨别能力。
一种基于结构区分表示神经网络知识推理方法

[发明专利]一种面向社交网络的层次化超维知识图谱构建方法-CN202110117804.X有效
发明人：田玲;郑旭;惠孛;段贵多;周望涛;卡丽比努尔·提力瓦力地 -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： G06F16/36 文献下载
摘要：本发明属于知识图谱技术领域，其公开了一种面向社交网络的层次化超维知识图谱构建方法。社交网络中商品相关信息错综复杂，利用现有知识图谱难以有效转化。本发明首先分析社交网络中各类信息的组成结构，定义对应超维知识图谱架构；然后抽取出有关商品推荐的特定知识，按照其性质进行概念分层，并根据其对应关系建立层与层之间的关联映射；再将获取到的知识按照已构建的结构模式进行组织，实现多元组的转换；最后利用得到的社交网络知识图谱，结合具体用户的个人喜好信息，推荐与之匹配度较高的商品，提高了社交网络中与商品相关知识的描述和组织能力，提高了对复杂多元社交网络实体关系的表达能力，实现了对社交网络商品推荐明确、有效支撑。
一种面向社交网络层次化超维知识图谱构建方法

[发明专利]一种基于自注意力机制的推荐方法-CN202111098120.6有效
发明人：田玲;闫科;康昭;惠孛;罗光春;张天舒;曾翰林 -专利权人：电子科技大学
申请日： 2021-09-18 - 公布日： 2023-05-12 - 主分类号： G06Q30/0601 文献下载
摘要：本发明涉及物品推荐领域，其公开了一种基于自注意力机制的推荐方法，提高推荐模型的训练效率和个性化推荐的效果。该方法包括以下步骤：首先采集用户历史交互信息并进行预处理，形成训练样本集；然后设计推荐模型，将训练样本集作为推荐模型的输入，采用平方损失函数作为优化目标，对推荐模型进行训练；最后通过训练好的推荐模型计算得到用户与待推荐项目的交互概率，根据交互概率的大小进行排序，生成用户的推荐候选集。
一种基于注意力机制推荐方法

1
2
3
下一页»
尾页
共 40 条