“武铎”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12个，建议您升级VIP下载更多相关专利

[发明专利]基于语言与视觉细节特征融合的遥感图像跨模态检索方法-CN202310550653.6在审
发明人：何柳;刘姝妍;安然;卓雨东;陶剑;李润岐;王孝天;武铎;孙郁文 -专利权人：中国航空综合技术研究所
申请日： 2023-05-16 - 公布日： 2023-09-19 - 主分类号： G06F16/535 文献下载
摘要：本发明涉及一种基于语言与视觉细节特征融合的遥感图像跨模态检索方法，其包括以下步骤，步骤1：处理遥感图文检索模型的训练数据；步骤2：构建多细节语言与视觉融合模型；步骤3：训练多目标优化的细节语言与视觉融合模型；步骤4：构建遥感图像‑文本描述特征库；步骤5：完成遥感图像‑文本描述的跨模态检索。本发明利用单模态编码器分别对图像和文本特征进行表示，利用多模态编码器对两个模态的特征进行融合，通过特征融合和多任务优化训练来提高各个编码器对相应模态数据的细粒度语义特征的表达，通过语义特征的相似性计算完成跨模态检索；通过给模型设计多目标的优化策略，使得模型对遥感图像和文本描述同时具备多重细节的特征表达能力。
基于语言视觉细节特征融合遥感图像跨模态检索方法

[发明专利]基于机器阅读理解与模板规则的航空文档信息抽取方法-CN202310734665.4在审
发明人：刘俊;武铎;陶剑;董洪飞;裴育;秦晓瑞;高魁 -专利权人：中国航空综合技术研究所
申请日： 2023-06-20 - 公布日： 2023-09-08 - 主分类号： G06F40/205 文献下载
摘要：本发明提出一种基于机器阅读理解与模板规则的航空文档信息抽取方法，其包括，构建基于模板规则的文档信息抽取模型，采用弱监督方式构建用于抽取模型训练的航空领域信息抽取数据集；构建基于机器阅读理解的文档信息抽取模型并使用构建的数据集对模型进行训练，提高模型性能；分别使用基于机器阅读理解的文档信息抽取模型以及基于模板规则的档信息抽取模型对航空文档进行信息抽取，并对结果进行合并。本发明提出的基于机器阅读理解与模板规则的航空文档信息抽取方法抽取效果好、迁移能力强，有助于解决航空领域标注数据不足的问题。
基于机器阅读理解模板规则航空文档信息抽取方法

[发明专利]航空领域故障分析事理图谱构建方法-CN202310675919.X在审
发明人：高龙;武铎;陶剑;秦晓瑞;孙郁文;董洪飞 -专利权人：中国航空综合技术研究所
申请日： 2023-06-08 - 公布日： 2023-08-29 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及一种航空领域故障分析事理图谱构建方法，其包括以下步骤，步骤1：基于实体标记的航空领域事件抽取；步骤2：基于集成学习实现航空领域事件关系抽取；步骤3：基于拷贝网络的抽象航空领域事件生成，构建故障分析事理图谱。本发明基于实体信息的标记位特征引入技术，应用软权重正则化及稳定权重衰减方法多项优化技术，基于集成学习的事件关系抽取和基于拷贝网络的抽象事件生成技术，结合航空领域场景，构建了完备的故障分析事理图谱；能有效提高事件抽取准确率，结合最新优化器技术，优化事件抽取模块，集成多种特征来获得比单个算法更好的预测性能。
航空领域故障分析事理图谱构建方法

[发明专利]基于多模态预训练模型的民航领域图文检索方法-CN202310400120.X在审
发明人：何柳;安然;陶剑;刘姝妍;卓雨东;李润岐;武铎;刘俊;高龙;董洪飞 -专利权人：中国航空综合技术研究所
申请日： 2023-04-14 - 公布日： 2023-08-29 - 主分类号： G06F16/953 文献下载
摘要：本发明提供一种基于多模态预训练模型的民航领域图文检索方法，其包括收集图片‑文本对和图片‑标签对两类多模态信息，构建民航领域多模态数据集；借助自监督的mean‑shift聚类方法对数据集进行清洗，构建民航领域的高质量多模态数据集；采用无参考评价方法，评价数据集中图片的质量，删除评价低的图片；基于通过冻结训练方法调整的BriVL模型，进行以问搜图任务。本发明通过利用mean‑shift聚类方法以及无参考的图像质量评估方法构建了民航领域的高质量多模态数据集，借助该数据集采用冻结训练的方法对BriVL进行调整，缩短了模型训练时间，在用于测试的民航领域多模态数据集上的以文搜图任务上，调整后的BriVL达到优良的召回率。
基于多模态预训练模型民航领域图文检索方法

[发明专利]融合多模态语义关联图谱的航空文献关键词相似度判定方法-CN202310402987.9在审
发明人：何柳;陶剑;刘姝妍;卓雨东;安然;李润岐;孙郁文;王孝天;武铎;高魁 -专利权人：中国航空综合技术研究所
申请日： 2023-04-14 - 公布日： 2023-06-30 - 主分类号： G06F40/194 文献下载
摘要：本发明涉及一种融合多模态语义关联图谱的航空文献关键词相似度判定方法，其包括：获取航空领域关键词，构建航空文献关键词的关联关系图谱；构建航空文献关键词多模态关联图谱并基于获取的数据集构建图像‑文本跨模态检索模型；构建多维度相似词语召回排序模型，计算融合文本内容和图像内容的航空关键词语义相似度并构建相似关键词词典；本发明构建的航空领域航空文献以及关键词的关联关系图谱，提高航空领域关键词质量；以多模态关联图谱的形式构建的关键词之间的内在联系，优化关键词之间语义表达仅能针对文本一个模态信息的问题；通过构建的融合文本和图像的语义相似度计算模型，形成可以用于航空标准领域搜索引擎的近义词词典。
融合多模态语义关联图谱航空文献关键词相似判定方法

[发明专利]航空文本数据标注方法及其标注系统-CN202211706705.6在审
发明人：刘俊;武铎;贺薇;董洪飞;陶剑;何柳;孙郁文;高龙;王孝天;高魁 -专利权人：中国航空综合技术研究所
申请日： 2022-12-29 - 公布日： 2023-06-09 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及一种航空文本数据标注方法及其标注系统，包括以下步骤，步骤1基于实体核心EODA的文本增强算法对原始航空文本数据的样本进行扩充，将原始航空文本数据的样本和扩充之后的样本一起组成未标注数据；步骤2基于主动学习模型的样本筛选，从未标注数据中筛选出目标样本；步骤3建立基于信息抽取的航空文本标注模型，实现任意航空文本数据标注。本发明通过基于实体核心EODA的数据增强算法对样本数目进行扩充，通过实体识别；在主动学习模型中，结合不确定性样本查询策略和版本空间缩减样本查询策略，建立基于字词级别的最低置信度的样本查询策略。在主动学习的框架下，经实验验证标注效率提高。通过算法与模型有效融合提升标注系统的智能化水平。
航空文本数据标注方法及其系统

[发明专利]基于弱监督学习的航空产品文本实体识别方法-CN202211690404.9在审
发明人：刘俊;贺薇;董洪飞;陶剑;安然;何柳;胡德雨;武铎;卓雨东;裴育 -专利权人：中国航空综合技术研究所
申请日： 2022-12-27 - 公布日： 2023-06-06 - 主分类号： G06F40/126 文献下载
摘要：本发明涉及一种基于弱监督学习的航空产品文本实体识别方法，其包括以下步骤，S1：处理原始文本，进行文本编码；S2：基于自注意力实现文本实体识别；S3：基于最小置信度策略实现句子的不确定性采样；S4：应用弱监督模式完成实体词表的自动挖掘。本发明由模型发现监督信号，并以最小置信度策略来主动选择数据作为有价值的标注数据，减少数据标注的时间和人力，进一步提高工作效率；每轮仅用少量数据参加弱监督学习模型的训练，保证在不损失使用效果的情况下，使用弱监督学习对预训练模型进行微调，避免海量数据直接训练造成的的错误积累；在进行多轮弱监督学习的情况下，本发明能够提高模型的泛化能力，最终实现自动挖掘实体词表的功能。
基于监督学习航空产品文本实体识别方法

[发明专利]基于多头自注意力模型获取首次出现的航空关键词方法-CN202210195696.2有效
发明人：高魁;董洪飞;刘俊;陶剑;高龙;何柳;安然;贺薇;董世鹏;武铎 -专利权人：中国航空综合技术研究所
申请日： 2022-03-01 - 公布日： 2022-08-23 - 主分类号： G06F40/289 文献下载
摘要：本发明涉及一种基于多头自注意力模型获取首次出现的航空关键词方法，其包括以下步骤，步骤一：预处理输入文本，获取标准文本；步骤二：使用Bert编码技术获得文本特征向量；步骤三：构建相对位置矩阵，并构建正相对位置编码矩阵和负相对位置编码矩阵；步骤四：将特征向量输入到多头自注意力模型中，获取序列特征矩阵；步骤五：根据序列特征矩阵、正相对位置编码矩阵和负相对位置编码矩阵得到分类矩阵；步骤六：定位首次出现航空关键词区间。本发明对文本序列采用文本特征和位置特征相结合的方式获取序列特征矩阵，然后基于多头自注意力模型机制定位首次出现航空关键词区间，解决了首次出现的航空关键词识别难题，并且能够用于嵌套航空关键词的识别。
基于多头注意力模型获取首次出现航空关键词方法

[发明专利]基于规则和神经网络模型融合的标准指标抽取方法-CN202210376469.X在审
发明人：董洪飞;贺薇;高魁;陶剑;武铎;高龙;刘俊;安然;何柳;王孝天 -专利权人：中国航空综合技术研究所
申请日： 2022-04-11 - 公布日： 2022-07-22 - 主分类号： G06F40/295 文献下载
摘要：本发明提供一种基于规则和神经网络模型融合的标准指标抽取方法，其包括以下步骤：S1、选取定量的标准文本并进行数据处理；S2、建立数据抽取规则；S3、对标准文本进行标准指标抽取；S4、进行深度学习神经网络模型训练；S5、利用步骤S4中训练好的模型进行标准指标抽取，指导步骤S2的数据抽取规则的迭代；S6、重复上述步骤S2‑S5，迭代抽取规则和模型；S7、利用数据抽取规则和深度学习神经网络模型联合进行标准指标抽取。该方法能够对标准文本抽取参数名称、参数值和约束条件三个指标，旨在将与航空领域标准相关的非结构化文本数据转化成结构化的知识信息，并确保抽取的准确性，以实现航空领域的标准指标知识的梳理和有效利用。
基于规则神经网络模型融合标准指标抽取方法

[发明专利]用于航空领域的知识元抽取方法-CN202210375009.5在审
发明人：董洪飞;贺薇;陶剑;高魁;高龙;武铎;刘俊;王孝天;安然;何柳 -专利权人：中国航空综合技术研究所
申请日： 2022-04-11 - 公布日： 2022-07-19 - 主分类号： G06F40/295 文献下载
摘要：本发明提供一种用于航空领域的知识元抽取方法，具体实施步骤包括：将航空领域的结构化标注数据输入到Bert模型，输出结构化标注数据的特征向量；将输出的特征向量和Word2Vec模型学习到的特征向量进行融合，并做Concat叠加步骤；将得到的字向量输入到层次归一化层，得到标准化的字向量；利用高层强化学习过程对得到的每个字向量进行解码，按句识别字向量中的关系触发词；建立面向航空领域长实体的头尾指针模型，得到预测出的关系和尾实体起止位置序列；将预测出的实体输出后，根据实体的标签信息进行就近原则以及匹配方式进行匹配。本发明面向航空领域，基于郑码、五笔、拼音和笔画等特征融入的方式，与Bert输出的向量相结合，提升了准确率与召回率。
用于航空领域知识抽取方法

[发明专利]实现航空领域知识问答的方法和系统-CN202210376477.4在审
发明人：董洪飞;高魁;贺薇;陶剑;刘俊;王孝天;武铎;高龙;何柳;安然 -专利权人：中国航空综合技术研究所
申请日： 2022-04-11 - 公布日： 2022-07-15 - 主分类号： G06F40/289 文献下载
摘要：本发明提供一种实现航空领域知识问答的方法和系统，方法包括以下步骤：S1：对文本中的词语进行分类并设置权重；S2：通过改进的词典权重调整的BM25算法，得到和问题文本最相似的k篇文本段落；S3：使用Bert模型得到对应文本的字符特征向量；S4：通过特征融合获得字符最终特征向量；S5：将字符最终特征向量输入到改进的BiDAF+Bi‑LSTM模型得到带有多种特征的问题文本字符特征向量和文本段落字符特征向量；S6：通过判断答案开始的全连接层+softmax和判断答案结束的全连接层+softmax抽取出对应文本的答案句；S7：若k＝1，直接得到答案句；若k≠1，还需执行S8；S8：使用LTP工具生成多文本答案句。系统用于实现方法。本发明解决现有的智能问答系统无法满足航空领域问答的需求。
实现航空领域知识问答方法系统

[发明专利]基于故障因果图谱的航空故障文本摘要生成方法及其装置-CN202111421783.7在审
发明人：高龙;董洪飞;高魁;陶剑;武铎 -专利权人：中国航空综合技术研究所
申请日： 2021-11-26 - 公布日： 2022-03-22 - 主分类号： G06F40/279 文献下载
摘要：本发明公开了一种基于故障因果图谱的航空故障文本摘要生成方法与装置，其包括以下步骤：步骤一：通过原始故障因果图谱生成目录图谱；步骤二：获取目标文本样本的特征向量；步骤三：使用故障因果图谱模型生成文本候选摘要；步骤四：对文本生成模型进行解码；步骤五：生成航空故障文本摘要。本方法首先对预先已完成构建的故障因果图谱通过凝聚层次聚类方法从而获取得到目录图谱，进而通过故障因果图谱分别在编码和解码阶段引入预先获取得到的结构化特征，最终生成所需的航空故障文本摘要。本发明利用文档篇章结构进行信息抽取，应用故障因果图谱进行故障逻辑定位，解决了现有生成式摘要模型无法满足篇章目录结构约束的问题。
基于故障因果图谱航空文本摘要生成方法及其装置

1
共 12 条