“程学旗”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215个，建议您升级VIP下载更多相关专利

[发明专利]一种命名实体识别模型的训练方法及命名实体识别的方法-CN202010546972.6有效
发明人：郭嘉丰;范意兴;刘艺菲;张儒清;程学旗 -专利权人：中国科学院计算技术研究所
申请日： 2020-06-16 - 公布日： 2023-10-27 - 主分类号： G06F40/295 文献下载
摘要：本发明实施例提供了一种命名实体识别模型的训练方法及命名实体识别的方法，本发明利用训练集训练BERT‑CRF模型得到经本轮训练的命名实体识别模型，然后用经本轮训练的命名实体识别模型标记待识别数据集得到弱标记的待识别数据集，从弱标记的待识别数据集中选择一部分与初始训练集合并作为新的训练数据集继续对命名实体识别模型进行下一轮训练，从而让命名实体识别模型在对待识别数据集进行识别前用待识别数据集对模型进行调整，使其具有更佳的泛化能力，最终提升模型在待识别数据集上的识别效果。
一种命名实体识别模型训练方法

[发明专利]一种基于关联融合的环境监测数据补全方法及系统-CN202110624648.6有效
发明人：刘财政;刘盛华;沈华伟;程学旗 -专利权人：中国科学院计算技术研究所
申请日： 2021-06-04 - 公布日： 2023-10-20 - 主分类号： G06F16/2458 文献下载
摘要：本发明提出一种基于关联融合的环境监测数据补全方法和系统，包括：获取数据存在缺失的环境监测数据及其对应的标记矩阵；根据环境监测数据中每个时间点的各个属性，得到属性间的关联系数，以构建图G，图G中节点对应属性，节点间的边对应属性间的属性关联系数；通过将图G和待补全矩阵按位相乘，得到中间矩阵，通过神经网络对中间矩阵进行时序处理，得到环境监测数据中各时间点的隐藏状态；根据各时间点的隐藏状态，计算环境监测数据的时间关联性系数；通过将时间关联性系数和各时间点的隐藏状态按位相乘，得到环境监测数据中各时间点的中间状态；在环境监测数据中，对中间状态采用生成式的非线性变换，得到环境监测数据的重构补全数据。
一种基于关联融合环境监测数据方法系统

[发明专利]一种基于中间人的互联网数据采集方法及系统-CN201910909270.7有效
发明人： 程学旗;史存会;胡耀康;朱运昌;俞晓明;刘悦 -专利权人：中国科学院计算技术研究所
申请日： 2019-09-25 - 公布日： 2023-10-20 - 主分类号： G06F16/951 文献下载
摘要：本发明提出一种基于中间人的互联网数据采集方法及系统，包括：通过安装中间人代理证书至网页信息采集设备，建立网页信息采集设备的中间人，网页信息采集设备访问互联网中网页信息时，中间人代理网页信息采集设备的全部网络流量；中间人获取包含待采集网页URL正则表达式的采集任务，捕获全部网络流量中符合URL正则表达式的流量，作为中间流量，并将采集任务注入中间流量的HTML页面中，得到待解析页面并将其存入第一数据库；解析模块根据第一数据库中待解析页面的URL信息，将待解析页面分发给解析器实例进行解析，从中获取包含结构化数据的网页采集结果并将其存入第二数据库。本发明能够支持所有依靠集成浏览器内核功能来提供信息的应用的数据采集。
一种基于中间人互联网数据采集方法系统

[发明专利]基于多平台的网络事件流行度预测方法与系统-CN202110459851.2有效
发明人： 程学旗;匡广生;郭岩;刘悦;陈银鹏;付宏宇;俞晓明 -专利权人：中国科学院计算技术研究所
申请日： 2021-04-27 - 公布日： 2023-09-12 - 主分类号： G06F16/951 文献下载
摘要：本发明公开一种基于多平台的网络事件流行度预测方法，包括以下步骤：分别获取多个平台的网络事件的流行度预测序列，并融合多个流行度预测序列形成网络事件的流行度联合预测序列；分别获取多个平台的网络事件的流行度历史序列，并融合多个流行度历史序列形成网络事件的流行度联合历史序列；利用生成式对抗网络将流行度联合预测序列与流行度联合历史序列进行对齐，得到网络事件的流行度最终预测序列。
基于平台网络事件流行预测方法系统

[发明专利]一种基于实体增强的文本语义表示方法及系统-CN202310505568.8在审
发明人：薛源海;夏浩耘;陈翠婷;贺广福;俞晓明;沈华伟;程学旗 -专利权人：中国科学院计算技术研究所
申请日： 2023-05-06 - 公布日： 2023-08-29 - 主分类号： G06F16/33 文献下载
摘要：本发明提出一种基于实体增强的文本语义表示方法和系统，包括：获取文本编码模型和实体增强编码模型，实体增强编码模型由串联的外部实体向量表示模块和上下文相关的实体信息编码模块组成；通过文本编码模型提取目标文本的第一表示向量；以外部实体向量表示模块识别目标文本中表示实体的词项序列，并确定词项序列和知识库中的哪些实体相关联，获得词项序列对应实体的在知识库中的实体向量表示；实体信息编码模块包括多个串联的实体适配器层，实体信息编码模块的输入为实体向量表示和文本编码模型中间层的隐状态；最后一个实体适配器层输出的特征作为目标文本的第二表示向量；融合第一表示向量和第二表示向量，得到目标文本的语义表示结果。
一种基于实体增强文本语义表示方法系统

[发明专利]一种推荐系统流行度去偏方法和系统、存储介质-CN202310504694.1在审
发明人：曹婍;刘元浩;沈华伟;伍云帆;陶舒畅;程学旗 -专利权人：中国科学院计算技术研究所
申请日： 2023-05-06 - 公布日： 2023-08-29 - 主分类号： G06Q30/0601 文献下载
摘要：本发明提供一种推荐系统流行度去偏方法和系统、存储介质，包括：数据集处理步骤，对商品i的交互记录进行随机采样划分，得到所述的训练集验证集和测试集推荐模型预训练步骤，使用该训练集预训练基于协同过滤模型的推荐模型，预训练选用协同过滤推荐系统常用的训练损失函数；推荐模型去偏训练步骤，对预训练完成的推荐模型，使用去偏损失函数完成去偏训练；推荐步骤，对于系统中的任意用户，模型预测该用户对系统中全部商品的偏好分数，并在该用户未交互过的商品中选择预测的偏好分数最高的若干个商品，作为给该用户的推荐结果。
一种推荐系统流行偏方存储介质

[发明专利]基于角色一致性的事件论元角色分类方法及系统-CN202310385316.6在审
发明人：靳小龙;郭嘉丰;程学旗;官赛萍;张付俊;席鹏弼 -专利权人：中国科学院计算技术研究所
申请日： 2023-04-12 - 公布日： 2023-08-15 - 主分类号： G06F18/24 文献下载
摘要：本发明提出一种基于角色一致性的事件论元角色分类方法及系统，采用图神经网络结构，将每个论元的预估角色概率分布融入事件触发词与事件论元的关联特征建模中，通过在触发词与各论元连接的星形图上进行多阶图神经网络交互，使得每个论元感知其他论元的角色信息，从而提高事件内所有论元角色整体的一致性。
基于角色一致性事件分类方法系统

[发明专利]基于标签序列一致性建模的事件论元检测方法及系统-CN202310388963.2在审
发明人：郭嘉丰;靳小龙;程学旗;官赛萍;张付俊;席鹏弼 -专利权人：中国科学院计算技术研究所
申请日： 2023-04-12 - 公布日： 2023-08-15 - 主分类号： G06F18/24 文献下载
摘要：本发明提出一种基于标签序列一致性建模的事件论元检测方法及系统。主要包括词序列语义编码、词标签序列标注、易错标签序列生成、对比学习正则化。词序列语义编码对预处理后的词采用BERT与训练语言模型进行语义表示学习，并将事件类型信息融入表示向量中；词标签序列标注使用全连接网络来对每个词对应的标签概率分布做出预估；易错标签序列生成则是根据一定策略按照词标签序列概率分布生成易错标签序列；对比学习正则化则是基于易错标签序列和正确标签序列的对比学习构建正则化损失，提高词序列标签的一致性。
基于标签序列一致性建模事件检测方法系统

[发明专利]一种目标检测模型对抗训练方法、目标检测方法及系统-CN202310604430.3在审
发明人： 程学旗;郭嘉丰;沈云汉;李琳;邱强 -专利权人：中国科学院计算技术研究所
申请日： 2023-05-26 - 公布日： 2023-08-11 - 主分类号： G06V10/774 文献下载
摘要：本发明提供一种目标检测模型对抗训练方法，所述方法包括：S1、获取目标图像数据集和初始对抗图案，所述目标图像数据集包括多个图像样本，且每个图像样本中设置有目标边界框标注；S2、对初始对抗图案进行分形变换以获得目标对抗图案；S3、将步骤S2得到的目标对抗图案注入所述目标图像数据集中每一图像样本的目标边界框内得到对抗训练集，并采用对抗训练集训练目标检测模型至收敛。本发明引入了引入分形变换损失对对抗图案进行迭代更新，使得生成的对抗图案具有一定的自相似性，采用具有自相似性的对抗图案对目标检测模型进行对抗训练，能够提升目标检测模型的鲁棒性，使得模型具有较强的对抗能力。
一种目标检测模型对抗训练方法系统

[发明专利]一种社交网络图的处理方法-CN202310539720.4在审
发明人： 程学旗;郭嘉丰;范意兴;张儒清;廉涛;咸宁 -专利权人：中国科学院计算技术研究所
申请日： 2023-05-15 - 公布日： 2023-08-04 - 主分类号： G06F16/9035 文献下载
摘要：本发明提供了一种社交网络图的处理方法，包括：获取包括第一社交网络图和第二社交网络图的待处理网络图，以及两个图对应的初始锚点对集合；针对所述第一社交网络图和所述第二社交网络图分别提取两个图的节点结构信息；根据所述两个图的节点结构信息采用启发式的过滤规则基于多种相似度计算方式从所述初始锚点对集合中筛选出满足预设相似性要求的初始锚点对，得到经过滤的初始锚点对集合，其中，至少部分相似度计算方式依据两个图中能表征邻居结构的相关特征来计算相似度；基于所述节点结构信息和所述经过滤的初始锚点对集合确定所述第一社交网络图和所述第二社交网络图中节点间的关联关系。
一种社交网络图处理方法

[发明专利]一种构建共指消解模型的方法、共指消解的方法和介质-CN202010667443.1有效
发明人：郭嘉丰;范意兴;吴志达;张儒清;程学旗 -专利权人：中国科学院计算技术研究所
申请日： 2020-07-13 - 公布日： 2023-07-21 - 主分类号： G06F40/289 文献下载
摘要：本发明实施例提供了一种构建共指消解模型的方法、共指消解的方法和介质，所述方法包括A1、构建初始共指消解模型，所述初始共指消解模型包括预训练模块、文段向量模块、指称词判断模块和共指判断模块，其中，所述预训练模块采用预训练的XLNet模型，所述指称词判断模块包括第一前馈网络，所述共指判断模块包括第二前馈网络；A2、获取包括多个句子的训练数据集，所述训练数据集带有人工标注的共指关系；A3、用所述训练数据集对初始共指消解模型进行多轮训练至其收敛获得共指消解模型。本发明实施例的技术方案可以提升共指消解过程对于长距离依赖的共指关系的判断性能。
一种构建消解模型方法介质

[发明专利]一种基于依存分析和指代消解的实体言论抽取方法-CN202310320934.2在审
发明人：郭嘉丰;徐辉;程学旗;廖华明 -专利权人：中国科学院计算技术研究所
申请日： 2023-03-29 - 公布日： 2023-06-27 - 主分类号： G06F40/295 文献下载
摘要：本发明实施例提供一种基于依存分析和指代消解的实体言论抽取方法，包括：步骤S1、基于依存分析规则对待测文本进行解析得到依存分析结果，从依存分析结果中得到待测文本中的主语和谓语；步骤S2、识别待测文本中的主语是否为实体，以及识别待测文本中的谓语是否为触发词；步骤S3、在待测文本中的主语为实体且对应谓语为触发词时，提取待测文本中的触发词之后的言论，以得到包含主语、触发词和言论的实体言论，其中，当主语为指代词时，采用指代消解方式从指代词的前文中提取指代词所指代的真实实体名称作为所述实体言论中的主语。本发明实施例通过提取文本中真正的言论以及该言论对应的真实实体，使用户清楚快速地掌握各方的言论、观点和立场。
一种基于依存分析指代消解实体言论抽取方法

[发明专利]命名实体识别模型训练方法、命名实体识别方法和介质-CN202010541415.5有效
发明人： 程学旗;郭嘉丰;范意兴;张儒清;刘艺菲 -专利权人：中国科学院计算技术研究所
申请日： 2020-06-15 - 公布日： 2023-06-06 - 主分类号： G06F40/295 文献下载
摘要：本发明实施例提供了命名实体识别模型训练方法、命名实体识别方法和介质，本发明考虑先用源领域标记数据和目标领域未标记数据集对第一训练模型进行训练，基于第一训练模型的参数设置第二训练模型，再用目标领域标记数据集对第二训练模型进行微调，从而得到最终的命名实体识别模型，由此，避免了需要大量标记目标领域的样本用于训练的问题。
命名实体识别模型训练方法介质

[发明专利]一种网站列表页面的分类方法、系统及存储介质-CN202011161424.8有效
发明人：孟剑;郭岩;贺广福;史存会;陈银鹏;俞晓明;刘悦;程学旗 -专利权人：中国科学院计算技术研究所
申请日： 2020-10-27 - 公布日： 2023-05-23 - 主分类号： G06F16/958 文献下载
摘要：本发明涉及一种网站列表页面的分类方法，所述分类方法基于超文本标记语言标签(HTML Tag)，所述分类方法包括：步骤100、获取一组网站网页；步骤200、分别针对每一所述网站网页提取所述网站网页的统计特征和结构特征，得到每一所述网站网页对应的特征序列；步骤300、将所述特征序列输入神经网络进行所述神经网络的训练，得到网站列表页面分类器；步骤400、获取待分类的网站网页，根据所述步骤200得到所述待分类的网站网页的特征序列，将所述待分类的网站网页的特征序列输入所述步骤300得到的所述网站列表页面分类器，判断该待分类的网站网页是否为网站列表页面。
一种网站列表页面分类方法系统存储介质

[发明专利]一种基于编排执行的信息获取方法和系统-CN202211689339.8在审
发明人：陈银鹏;张凯;俞晓明;裴鑫鑫;刘悦;沈华伟;程学旗 -专利权人：中国科学院计算技术研究所
申请日： 2022-12-27 - 公布日： 2023-05-16 - 主分类号： G06F9/54 文献下载
摘要：本发明提出一种基于编排执行的信息获取方法，包括：根据对目标信源的多层树状采集需求生成任务树，编排该任务树的初始配置；将该初始配置放入任务队列；由原子采集器获取该初始配置，根据该初始配置生成根采集任务；执行该根采集任务，生成该根采集任务的子任务的任务配置，将该任务配置放入任务队列，并输出该根采集任务的采集结果；由原子采集器获取任务配置，根据该任务配置生成当前任务；执行该当前任务，生成该当前任务的子任务的任务配置，将该任务配置放入任务队列，并输出该当前任务的采集结果；重复本步骤，直到完成该任务树。本发明还提出一种基于编排执行的信息获取系统，以及一种用于实现基于编排执行的信息获取的数据处理装置。
一种基于编排执行信息获取方法系统

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
下一页»
尾页
共 215 条