“关系”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果402650个，建议您升级VIP下载更多相关专利

[发明专利]建立对等因果关系和信任关系的方法和设备-CN200780001696.8有效
发明人： D·A·乔治;R·B·詹宁斯三世;M·G·金茨勒 -专利权人：国际商业机器公司
申请日： 2007-01-12 - 公布日： 2009-02-04 - 主分类号： G06F17/00 文献下载
摘要：公开一种由网络中的第一用户建立对等因果关系和信任关系的本发明的方法和设备的一个实施例，其包括：与所述网络中的至少一个第二用户进行事务；和与所述第二用户交换关于所述事务的反馈，由所述第一用户和所述第二用户的至少其中之一本地保存所述反馈的副本
建立对等因果关系信任关系方法设备

[发明专利]数据关系管理方法、装置、数据关系获取方法及存储介质-CN201811578855.7在审
发明人：彭丽林;刘俊良;王双;王怡君;金日海 -专利权人：成都四方伟业软件股份有限公司
申请日： 2018-12-21 - 公布日： 2019-04-23 - 主分类号： G06F16/25 文献下载
摘要：本发明实施例提供一种数据关系管理方法、装置、数据关系获取方法及存储介质，所述管理方法包括：基于目标数据库的元数据、目标数据库中的来源表的表名以及目标数据库中的目的表的表名，获取目标数据库的第一唯一码、来源表的第二唯一码以及目的表的第三唯一码；基于数据流向关系，确定第一唯一码、第二唯一码以及第三唯一码之间的关系，继而建立唯一码关系图，所述唯一码关系图用于表征目标数据库、来源表以及目的表之间的血缘关系图。针对不同的数据库分配不同的唯一码，每一个数据库中的每一个表分配不同的唯一码，不同数据库中的表的唯一码也不同，继而建立唯一码关系图，使得用户能够直观的、快速地获取数据之间的关系。
唯一码数据关系目标数据库数据库存储介质数据流向关系数据库分配表征目标获取目标获取数据血缘关系元数据管理直观分配

[发明专利]一种通过确定未知关系种类来推导亲缘关系方法-CN201310458959.5在审
发明人：倪龙 -专利权人：宁波芝立软件有限公司
申请日： 2013-10-07 - 公布日： 2014-01-29 - 主分类号： G06F19/00 文献下载
摘要：本发明公开了一种通过确定未知关系种类来推导亲缘关系方法，可以从日常生活中可见的但在一些情况下不可描述的已知两人之间亲缘关系信息出发，推导出未知可直接描述的两人之间亲缘关系信息，主要步骤是先分别给出从共同的一个关系人到各自另一关系人的关系路径，然后从两个亲缘关系共同的关系人出发，拟合除最后一个亲缘关系外的关系路径，从而推断出两个亲缘关系关系路径中间的未知关系人为同一未知关系人，最后根据亲缘关系直接推导方法直接得出另一组相关的可直接描述的亲缘关系信息本发明还公开了一种完全对应的通过确定未知关系种类来推导亲缘关系系统及包含这种系统的设备。
一种通过确定未知关系种类推导亲缘方法

[发明专利]关系抽取模型的训练方法、关系抽取方法、设备及介质-CN202011199788.5在审
发明人：王旭仁;江钧;汪秋云;杨杰;姜政伟;刘宝旭 -专利权人：首都师范大学;中国科学院信息工程研究所
申请日： 2020-10-29 - 公布日： 2021-02-02 - 主分类号： G06F16/33 文献下载
摘要：本发明提供一种关系抽取模型的训练方法、关系抽取方法、设备及介质，涉及威胁情报关系处理技术领域。对数据集中每个文本语料中的多个句子实例进行特征处理，得到每个句子实例的初始特征；通过特征转换器对初始特征进行转换，得到每个句子实例的句子特征；通过句子实例选择器，根据每个句子实例的句子特征，从多个句子实例中选择目标句子实例；通过关系分类器对目标句子实例进行关系分类，得到目标句子实例的实体关系分类结果；根据实体关系分类结果和预先标注实体关系，对句子实例选择器和关系分类器的参数进行训练优化，得到目标关系抽取模型。本发明通过优化关系抽取模型，提高模型的关系分类精度。
关系抽取模型训练方法设备介质

[发明专利]交互关系检测方法、交互关系检测模型训练方法及装置-CN202110803250.9在审
发明人：邹城;李伯勋;张弛 -专利权人：北京迈格威科技有限公司;北京旷视科技有限公司
申请日： 2021-07-15 - 公布日： 2021-11-12 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种交互关系检测方法、交互关系检测模型训练方法和装置，所述方法包括：获取目标图像，目标图像包含第一类型的目标和第二类型的目标；通过交互关系检测模型中的特征提取网络对目标图像进行特征提取，得到多个特征向量，每个特征向量用于表征一个第一类型的目标和一个第二类型的目标之间的交互关系；通过交互关系检测模型中的交互关系检测网络，对多个特征向量进行交互关系检测，得到交互关系检测结果；交互关系检测模型是对待训练交互关系检测模型进行训练得到的，用于训练待训练交互关系检测模型的至少部分样本图像在标签空间经过数据增强。
交互关系检测方法模型训练装置

[发明专利]融合关系短语知识的关系抽取方法、装置和电子设备-CN202110881415.4在审
发明人：侯磊;吕志亨;李涓子;张鹏;唐杰;许斌 -专利权人：清华大学
申请日： 2021-08-02 - 公布日： 2021-11-26 - 主分类号： G06F40/295 文献下载
摘要：本发明提供一种融合关系短语知识的关系抽取方法、装置和电子设备，包括：确定待抽取关系语句，以及该语句中的待抽取关系的两个实体的位置信息；将所述待抽取关系语句和所述位置信息输入抽取模型，输出所述两个实体的关系类型；其中，所述抽取模型是基于样本语句、对应的样本头尾实体位置和对应的头尾实体间关系类型标签进行训练得到的，所述抽取模型训练时的网络结构包括语句编码器、协同切割关系短语表示网络、关系记忆网络和关系短语类别分类网络本发明提供的方法、装置和电子设备，实现了融合关系短语的语义信息到关系类型中，提高了语句中关系类型抽取的准确率。
融合关系短语知识抽取方法装置电子设备

[发明专利]一种具备关系模式识别能力的关系抽取系统-CN202110966806.6在审
发明人：孙新;葛世奇;尚煜茗;黄河燕 -专利权人：北京理工大学
申请日： 2021-08-23 - 公布日： 2021-11-16 - 主分类号： G06F40/211 文献下载
摘要：本发明涉及自然语言处理和深度学习技术领域，特别涉及一种关系抽取系统，包括接收模块、词向量序列生成模块和关系抽取模型，其中，接收模块，用于接收句包和目标实体对(eh,et)；词向量序列生成模块，用于对句包中每个句子的词语进行位置和符号的结合嵌入，将句子转化为词向量序列；关系抽取模型，用于预测句包中所包含的关系集合。本发明提供的关系抽取系统能够有效地捕捉关系模式的信息，生成模式捕捉矩阵，使GPT模型能够有捕捉局部依赖的能力，进而提升关系抽取的效率和准确率。
一种具备关系模式识别能力抽取系统

[发明专利]网络访问关系的配置方法以及网络访问关系的配置装置-CN202111466744.9在审
发明人：欧阳小威;李晓春;杨志军;陈继辉;张严 -专利权人：建信金融科技有限责任公司
申请日： 2021-12-03 - 公布日： 2022-01-14 - 主分类号： H04L41/14 文献下载
摘要：本发明公开了一种网络访问关系的配置方法以及网络访问关系的配置装置，所述方法包括：构建可视化网络访问关系的配置平台；获取配置操作，基于所述配置操作确定网络配置信息；基于所述网络配置信息在所述配置平台确定网络架构图；基于所述网络架构图确定网络访问关系。通过构建可视化配置平台，将实体网络节点进行封装并通过可视化配置平台为用户提供可视化的网络访问关系配置方法，用户能够简单、快速、准确地进行网络访问关系的开通，从而大大提高工作效率，增强网络访问关系的配置逻辑性
网络访问关系配置方法以及装置

[发明专利]实体关系识别模型构建、语句实体关系识别方法及装置-CN202111167802.8在审
发明人：赵雅倩;徐聪;李仁刚;郭振华;范宝余;金良;刘璐;闫瑞栋 -专利权人：苏州浪潮智能科技有限公司
申请日： 2021-09-30 - 公布日： 2022-01-11 - 主分类号： G06F40/295 文献下载
摘要：本发明实施例涉及一种实体关系识别模型构建、语句实体关系识别方法及装置，模型构建方法包括：将携带有标准实体类别标签和标准实体关系标签的样本语句输入至初始模型进行深度学习训练，输出样本语句中各元素的实体类别标签和各实体的实体关系标签；计算实体类别标签与标准实体类别标签之间的第一损失值；计算实体关系标签与标准实体关系标签之间的第二损失值；基于第一损失值和第二损失值，调整模型参数，直至第一损失值小于第一预设值和所述第二损失值小于第二预设值，则确定初始模型训练完成，将训练好的初始模型作为实体关系识别模型。由此，可以实现语句的实体识别与实体关系抽取任务联合进行以及较为精准的识别实体关系。
实体关系识别模型构建语句方法装置

[发明专利]关系抽取联合模型训练方法、关系抽取方法、设备及介质-CN202210503511.X在审
发明人：连明杰;刘嘉伟;鞠建勋;李健 -专利权人：携程旅游信息技术（上海）有限公司
申请日： 2022-05-09 - 公布日： 2022-07-22 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种关系抽取联合模型训练方法、关系抽取方法、设备及介质，包括以下步骤：获取公告文本信息，将文本信息预处理以得到文本序列，利用预训练模型提取文本序列的特征向量，特征向量包括训练向量；利用训练向量训练得到文本二分类模型、关系抽取模型，联合文本二分类模型与关系抽取模型以得到联合模型，联合模型以分类结果及主语语义结果为中间输出，将分类结果与主语语义结果相乘以得到主语结果，以主语结果为条件，对输入的文本信息进行条件层归一化，得到第二关系结果及第二客体结果，联合模型以主语结果、第二关系结果、第二客体结果为最终输出。可以减少抽取结果中与目标关键信息无关的信息，提升关系抽取结果的精确性。
关系抽取联合模型训练方法设备介质

[发明专利]实体关系分类模型训练方法、实体关系分类方法及装置-CN202210878182.7在审
发明人：叶志豪;江旺杰 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-07-25 - 公布日： 2022-10-18 - 主分类号： G06F16/35 文献下载
摘要：本申请提供一种实体关系分类模型训练方法、实体关系分类方法及装置，包括：在任一次训练过程中，根据基类样本集和新类样本集获取新类训练样本集和混合训练样本集，分类模型包括预训练的基类表征编码器、新类表征编码器和交叉对齐单元得到更新的新类原型和训练文本的更新查询表示，根据混合训练样本集中的每一训练文本的分类概率分布和每一训练文本的分类标签，对分类模型的参数进行调整，直到满足停止训练条件，将满足停止训练条件确定的分类模型输出为实体关系分类模型
实体关系分类模型训练方法装置

[发明专利]多关系词对标签空间的实体关系联合抽取方法-CN202211171497.4在审
发明人：王立松;孙明杰 -专利权人：南京航空航天大学
申请日： 2022-09-26 - 公布日： 2022-12-23 - 主分类号： G06F40/284 文献下载
摘要：本发明公开了多关系词对标签空间的实体关系联合抽取方法，输入层接收英文训练样本或预测阶段的样本；Tokenize层将输入层接收到的样本句子根据词表进行Token化，经过Bert编码后，得到Token语义表示向量以及得到记录单词在token序列起始位置的字典；Maxpooling层，基于所述字典，将Token语义表示向量进行最大池化，得到句子中每个单词的语义向量表示；联合抽取层枚举句子中所有的词对，并为其在所有预定义关系空间下进行标签打分本发明使得在复杂关系下进行实体关系联合抽取的效果和效率得到了进一步的提升，为自然语言处理的底层提供了更好的保障。
系词标签空间实体关系联合抽取方法

[发明专利]多重实体和关系抽取的关系图方法、装置、设备和介质-CN202310272383.7在审
发明人：刘昊;夏祎敏;马坚;魏志强;孔令磊;曾谁飞;李桂玺;张景瑞 -专利权人：中国海洋大学;青岛海尔电冰箱有限公司
申请日： 2023-03-21 - 公布日： 2023-04-18 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及多重实体和关系抽取的关系图方法、装置、设备和介质，属于自然语言处理命名实体识别技术领域，首先应用双向RNN来提取序列特征，然后利用双向GCN进一步提取区域依赖特征，基于所提取的词特征，预测每个词对与词实体的关系；为每个关系r建立完整的关系加权图，其中(w1，w2)关系加权图中的边是Pr（w1，w2），在每个关系加权图上采用双向GCN，考虑不同关系的不同影响程度，聚合为综合的词特征；本发明考虑了实体与关系之间的交互作用，更好地预测实体与关系之间的相互作用，尤其是重叠实体
多重实体关系抽取方法装置设备介质

[发明专利]灯路关系知识图谱构建、关系预测、自动驾驶方法-CN202310411099.3在审
发明人：蒋丹宁;宁宇光;刘志成;孙赞;廖易天;于扬 -专利权人：高德软件有限公司
申请日： 2023-04-17 - 公布日： 2023-07-04 - 主分类号： G06F16/36 文献下载
摘要：本申请提供了一种灯路关系知识图谱构建、关系预测、自动驾驶方法，据本申请实施例，实现对灯路关系进行确定，对地图导航提供辅助。其中，灯路关系知识图谱构建方法包括：获取目标灯路数据中的交通灯的信息和所述交通灯周围设定范围内的道路的信息；根据所述交通灯的信息和所述道路的信息，确定表示所述交通灯的节点、表示所述道路的节点；生成表示所述节点之间的相互关系的边数据；所述节点之间的相互关系包括道路与道路之间的相互关系、和交通灯与道路之间的相互关系中的至少一种；根据表示所述交通灯的节点、表示所述道路的节点和所述边数据，构建灯路关系知识图谱。
关系知识图谱构建预测自动驾驶方法

[发明专利]小样本关系抽取模型的训练、实体关系抽取方法及装置-CN202211505196.0在审
发明人：郝小慧 -专利权人：中国银行股份有限公司
申请日： 2022-11-28 - 公布日： 2023-03-28 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及人工智能，公开了一种小样本关系抽取模型的训练、实体关系抽取方法及装置，其中装置包括：参数初始化模块用于根据类名信息初始化与类相关的参数；参数快速适应模块用于使用支持集，对初始化参数进行适应，得到适应好的模型参数本发明提高了小样本关系抽取模型的精度，提升了模型参数适应效率。
样本关系抽取模型训练实体方法装置