“线岩团”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80个，建议您升级VIP下载更多相关专利

[发明专利]一种端到端的多任务联合篇章级事件抽取方法及系统-CN202311021717.X有效
发明人： 线岩团;秦海涛;黄于欣;相艳 -专利权人：昆明理工大学
申请日： 2023-08-15 - 公布日： 2023-10-13 - 主分类号： G06F40/126 文献下载
摘要：本发明涉及端到端的多任务联合篇章级事件抽取方法及系统，属自然语言处理领域；方法包括：筛选出对某种事件类型来说贡献最大的词作为伪触发词，来完成无触发词的事件检测；通过回归的方式对每种类型的事件数量做出预测；对于多个事件来说，针对每个事件及每种事件类型选出得分最高的词作为伪触发词，作为论元识别的最终的伪触发词特征；利用片段打分方式识别文档中的实体作为候选论元；将候选论元特征与最终的伪触发词特征融合，采用多标签分类方法，预测事件论元及论元角色的关系；通过多任务联合学习方式，实现端到端的篇章级事件抽取；根据上述功能模块化制成系统，对事件进行抽取，本发明预测了事件论元及论元角色的关系，缓解论元重叠问题。
一种端到端任务联合篇章事件抽取方法系统

[发明专利]一种基于主动特征选择的多标签文本分类数据增强方法-CN202310808655.0在审
发明人： 线岩团;庞宇宏;余正涛 -专利权人：昆明理工大学
申请日： 2023-07-04 - 公布日： 2023-10-03 - 主分类号： G06F16/35 文献下载
摘要：本发明公开一种基于主动特征选择的多标签文本分类数据增强方法，涉及自然语言处理技术领域。本发明通过标签提示模板得到其与文本中每个词的得分情况，在相同标签的每个批次的句子中取出分数靠前的K个词，然后将这些词的特征进行随机互换，将分数高的词的特征的和随机互换的词的特征按照λ和1‑λ混合之后重新写入句子，起到数据增强的效果。本发明与传统的基线模型对比,实验组评测指标相较于所有的基线模型均有明显提高。
一种基于主动特征选择标签文本分类数据增强方法

[发明专利]一种结合门控网络的专家再学习推理问答方法-CN202310105321.7在审
发明人：王红斌;房晓;线岩团 -专利权人：昆明理工大学
申请日： 2023-02-13 - 公布日： 2023-09-22 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种结合门控网络的专家再学习推理问答方法，使用预训练语言模型，进行打分、预处理，得到问题上下文及推理图，最后通过专家网络，深度学习两种表示形式的语义特征，结合门控网络，动态调整两种表示形式对答案预测的贡献度；实验结果证明本文提出的方法对于问题答案预测有很好的效果，通过增加对问题文本表示及推理后的知识图谱表示两种表示形式对答案预测贡献度不同的综合考虑，可以提高预测准确率；在公共数据集上实验验证，该方法也取得了较好的效果，说明该方法不仅适用于固定的问题‑答案预测，而且也具有一定的泛化能力。
一种结合门控网络专家学习推理问答方法

[发明专利]一种结合类型感知注意力的少样本知识图谱补全方法-CN202211090523.0在审
发明人：王红斌;普祥和;线岩团 -专利权人：昆明理工大学
申请日： 2022-09-07 - 公布日： 2023-09-22 - 主分类号： G06F16/28 文献下载
摘要：本发明公开了一种结合类型感知注意力的少样本知识图谱补全方法。该方法首先在实体编码阶段，通过一个新的类型感知注意力邻居编码器来学习实体邻居中包含的隐含类型信息，并结合注意力机制得到类型感知注意力，从而增强实体的表示，然后将实体与关系拼接成序列输入Transformer编码器捕获任务关系的不同含义，最后通过联合匹配原型网络聚合参考集来获得参考集的通用表示并进行预测。所提方法在NELL和Wiki两个公共数据集上通过链接预测任务进行了实验验证，实验结果表明，本文方法能够通过学习更丰富的实体邻居信息来有效提高少样本知识图谱补全的性能。
一种结合类型感知注意力样本知识图谱方法

[发明专利]一种基于样本相似性计算的负采样远程监督实体识别方法-CN202311045140.6在审
发明人： 线岩团;刘杨;相艳;郭军军 -专利权人：昆明理工大学
申请日： 2023-08-18 - 公布日： 2023-09-19 - 主分类号： G06F40/295 文献下载
摘要：本发明涉及一种基于样本相似性计算的负采样远程监督实体识别方法，属于自然语言处理技术领域。本发明首先获取训练样本和增强样本，将增强样本与原有训练样本一起，使用预训练语言模型PLM的词编码模块进行编码，得到文本的词嵌入，然后通过预训练语言模型里的双向Transformer编码器对词嵌入进行编码处理，得到所有样本最终的特征向量，将其中的负样本部分与正样本部分进行相似度计算并对其打分，从中取出得分靠前的K个负样本，这K个得分高的负样本就认为其为漏标实体，而后与原有正样本一起参与训练，以此实现完成漏标实体的发现和模型泛化能力的提高。
一种基于样本相似性计算采样远程监督实体识别方法

[发明专利]一种基于预训练模型提示微调的无监督短语抽取方法-CN202310690973.1在审
发明人： 线岩团;龙彪;余正涛;王红斌;相艳 -专利权人：昆明理工大学
申请日： 2023-06-12 - 公布日： 2023-09-12 - 主分类号： G06F40/186 文献下载
摘要：本发明公开的一种基于预训练模型提示微调的无监督短语抽取方法，包括如下步骤：S1、使用自定义嵌入层对模版进行嵌入，然后将两种结果拼接得到带有文本信息和模版信息的向量；S2、利用预训练语言模型中的注意力结构生成一个向量序列，然后对向量序列进行降维；S3、计算全局语义模板向量与局部语义模板向量的KL散度，并使用句子长度对分数进行约束以避免出现局部最优解；S4、将得到每个词在背景和全局上的分数；S5、应用全局分数与背景分数的差值大于某个阈值的连续位置认为该片段为关键短语来进行短语抽取。本发明够有效地分离文本中的背景语义信息和全局语义信息，并利用单词在背景信息和语义信息上的分数差无监督地定位关键短语。
一种基于训练模型提示微调监督短语抽取方法

[发明专利]基于融合主题信息增强PU学习的事件相关新闻过滤的学习方法-CN202110347488.5有效
发明人：余正涛;王冠文;线岩团;张玉;黄于欣 -专利权人：昆明理工大学
申请日： 2021-03-31 - 公布日： 2023-08-29 - 主分类号： G06F16/9532 文献下载
摘要：本发明涉及基于融合主题信息增强PU学习的事件相关新闻过滤的学习方法。本发明将已标注和未标注的事件相关新闻数据集通过无监督预训练的方式进行主题信息抽取，再将抽取到的主题信息加入到PU学习的初次训练和后续的迭代训练过程中，确保在初始事件相关新闻样本较少的情况下能利用到更多的样本信息，并且在后续的迭代训练过程中都进行主题增强，使得每次迭代训练出来的分类器都能从未标注数据中获取到真正可靠的正负样本数据，来提高最终事件相关新闻分类器的性能。本发明比PU学习的基线模型，F1值提高了1.8％，且在低初始样本和高迭代的情况下领先更多。本发明利用主题信息增强PU学习的方法能有效解决与案例相关的新闻过滤任务中缺乏训练数据的问题。
基于融合主题信息增强 pu 学习事件相关新闻过滤学习方法

[发明专利]基于类型关联特征增强的领域文本实体关系抽取方法-CN202310440331.6有效
发明人：相艳;赵学东;柳如熙;线岩团 -专利权人：昆明理工大学
申请日： 2023-04-23 - 公布日： 2023-06-27 - 主分类号： G06F40/279 文献下载
摘要：本发明涉及基于类型关联特征增强的领域文本实体关系抽取方法，属于实体关系抽取技术领域。本发明包括步骤：首先，构建包含类型表征的领域词典；然后，通过交互门控机制将词汇类型间关系表征与头、尾实体表征融合；最后，使用argmax( )函数将融合类型关联特征的实体对特征解码，预测实体关系。本发明在中文医疗信息处理挑战榜CBLUE上的中文医学文本实体关系抽取数据集（CMeIE）上进行了实验，结果表明本发明的性能相比其他基模型获得了明显提高。
基于类型关联特征增强领域文本实体关系抽取方法

[发明专利]融合事实文本的知识库问答方法-CN202011056492.8有效
发明人：余正涛;王广祥;郭军军;相艳;黄于欣;线岩团 -专利权人：昆明理工大学
申请日： 2020-09-30 - 公布日： 2023-04-07 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及一种融合事实文本的知识库问答方法，属于自然语言处理领域。本发明分别对自然语言问题及候选答案三元组进行分析，把三元组中的实体、实体类型和关系转换为事实文本，并通过预训练语言模型BERT将自然语言问题与事实文本映射成低维语义空间中的数值向量，然后采用余弦相似度计算并排序，建立融合事实文本的知识库问答方法模型，该模型可学习自然语言问题与候选答案三元组之间的得分关系，从而用于在知识库中找到与自然语言问题语义最相近的答案，该问答方法取得了较好的效果。
融合事实文本知识库问答方法

[发明专利]一种基于自我纠错机制粒子群优化算法的服务模式构建方法-CN202110068148.9有效
发明人：王红斌;丁洋;线岩团 -专利权人：昆明理工大学
申请日： 2021-01-19 - 公布日： 2023-03-21 - 主分类号： G06N3/006 文献下载
摘要：本发明公开了一种基于自我纠错机制粒子群优化算法的服务模式构建方法，本发明首先根据历史服务组合方案利用大数据挖掘技术挖掘出服务模式，服务模式是满足客户历史需求方案频繁出现的局部服务流程，具有很高的共性，其具有很高的复用性，服务模式使用得当既可以保障客户新需求的个性化，又可以提高组合效率，然后针对客户需求的服务流程在已经挖掘的候选服务模式中去匹配相应的服务模式，然后针对剩下未被匹配的服务流程片段，采用改进后的粒子群优化算法去组合。服务模式+改进的粒子群优化算法的组合方式可以更好的发挥服务组合的效率。
一种基于自我纠错机制粒子优化算法服务模式构建方法

[发明专利]融合词汇类别表征的中文领域文本命名实体识别方法-CN202211272636.2在审
发明人：相艳;柳如熙;郭军军;线岩团 -专利权人：昆明理工大学
申请日： 2022-10-18 - 公布日： 2022-12-30 - 主分类号： G06F40/295 文献下载
摘要：本发明涉及融合词汇类别表征的中文领域文本命名实体识别方法，属于命名实体识别技术领域。本发明将字符嵌入、词汇及其类别嵌入送入Transformer编码器进行编码和融合，获得类别增强的字符表征，并在输出端通过门控机制将字符表征与类别表征再次结合，并送入CRF解码，得到字符的实体标签。本发明在中文医疗信息处理挑战榜CBLUE的两个数据集上进行了实验，结果表明本发明的性能相比其他基模型获得了明显提高。
融合词汇类别表征中文领域文本命名实体识别方法

[发明专利]融入文档图和事件图的新闻核心事件检测方法-CN202211028476.7在审
发明人：余正涛;赵庆珏;朱恩昌;黄于欣;线岩团 -专利权人：昆明理工大学
申请日： 2022-08-25 - 公布日： 2022-12-23 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及融入文档图和事件图的新闻核心事件检测方法，属于自然语言处理技术领域。本发明首先通过构建文档图和事件图来建模新闻文本的全局语义特征和事件之间的关联特征。然后，通过图卷积神经网络捕获高阶邻域信息，获得文档表征和事件表征。最后，将得到的文档表征和事件表征使用交叉注意力进一步捕获事件全局语义信息。本发明能够快速、准确的获取新闻的核心信息，是新闻事件分析的基础，同时也对新闻文本摘要、智能问答、阅读理解以及生成事件链等众多下游任务至关重要。
融入文档事件新闻核心检测方法

[发明专利]一种用于微博评论的事件相关观点句分类方法-CN202110448958.7有效
发明人：相艳;施敬磊;余正涛;线岩团;郭军军;黄于欣 -专利权人：昆明理工大学
申请日： 2021-04-25 - 公布日： 2022-12-20 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及用于微博评论的事件相关观点句分类方法。包括把微博评论嵌入、情感词嵌入进行拼接，再通过自注意机制转换到一个新的嵌入，新的嵌入通过自注意机制被送入不同大小的卷积层，卷积结果都经过最大池化，最大池化后的结果进行拼接，得到表示句子是否有观点的一个结果；获取微博评论的特征映射和微博标题的特征映射；后者最大池化得到向量，再计算相互注意力权重；通过相互注意力权重将博评论的特征映射更新；再对特征向量进行最大池化，得到表示句子是否与微博标题相关的一个结果；将表示句子是否有观点的一个结果和表示句子是否与微博标题相关的一个结果进行拼接作为句子向量，基于这个句子向量进行预测。本发明提出的分类方法更有效。
一种用于评论事件相关观点分类方法

[发明专利]面向汉越跨语言事件检索的事件预训练方法-CN202211029783.7在审
发明人：余正涛;吴少扬;朱恩昌;线岩团;黄于欣 -专利权人：昆明理工大学
申请日： 2022-08-25 - 公布日： 2022-12-13 - 主分类号： G06F16/951 文献下载
摘要：本发明涉及面向汉越跨语言事件检索的事件预训练方法，属于自然语言处理技术领域。本发明利用两个预训练方法对mBERT进行额外的预训练，首先利用事件要素掩码预训练将事件知识融入模型，改善模型对于极低资源的事件表征，接着利用跨语言对比学习，使不同语言之间具有相似含义的句子在表征空间中具有更近的距离，然后得到汉越跨语言事件预训练模型，对其进行微调以使得下游任务获得更好的性能。本发明提出的面向汉越跨语言事件检索的事件预训练方法在自建的汉越双语新闻事件检索数据集上的实验证明了本发明方法的有效性。
面向汉越跨语言事件检索训练方法

[发明专利]一种多特征融合的汉越新闻观点句抽取方法-CN201910634929.2有效
发明人：余正涛;唐珊;王剑;相艳;林思琦;郭军军;线岩团 -专利权人：昆明理工大学
申请日： 2019-07-15 - 公布日： 2022-12-13 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种多特征融合的汉越新闻观点句抽取方法，属于自然语言处理技术领域。本发明首先采用跨语言表示学习的方法构建汉越双语词嵌入模型。然后计算了句子主题、情感和位置的特征权重，将这些特征权重信息融入到编码层和注意力机制中，得到了句子在主题、情感和位置等方面的表征。最后根据得到的句子表征进行观点句分类。本发明针对汉语和越南语标记资源不平衡的问题，构建了汉越双语词嵌入模型；然后分别计算句子的主题、位置以及情感特征的权重，并将这些句子权重分别融入词向量和注意力机制中，实现句子语义信息和情感、主题、位置特征的结合，本发明可以有效提升汉越新闻观点句抽取的准确率。
一种特征融合新闻观点抽取方法

1
2
3
4
5
6
下一页»
尾页
共 80 条