基于证据注意力机制的文档关系抽取方法

    公开(公告)号:CN119443251A

    公开(公告)日:2025-02-14

    申请号:CN202411631234.6

    申请日:2024-11-15

    Abstract: 本发明提出一种基于证据注意力机制的文档关系抽取方法,属于知识图谱领域,包括:S1:文档进行预处理,将文档分割成句子,便于后续的处理;S2:设计一个多粒度晶格网络编码器,以获取每个字符节点的隐藏状态向量;S3:设计一个证据引导的注意力机制,包括教师模型与学生模型,根据句子级证据的重要性,获取实体对的单词加权的上下文表示;S4:将实体对的单词加权的上下文表示进行卷积和归一化操作,得到最后的表征,再通过一个双线性分类器预测实体对之间的关系。本发明方法能够更加聚焦于权重较高的证据句子,从而获得高鲁棒性的文档级关系抽取结果。

    一种基于多模态信息进行食品安全知识图谱补全的方法

    公开(公告)号:CN117370578A

    公开(公告)日:2024-01-09

    申请号:CN202311392775.3

    申请日:2023-10-25

    Abstract: 本发明设计一种基于多模态信息进行食品安全知识图谱补全的方法,针对食品安全知识图谱规模较小、存在多模态属性信息以及结构信息缺失的问题,构建包含多模态信息的食品安全多模态知识图谱并扩充食品安全知识图谱的规模,设计基于注意力的多路多模态特征编码器,以获取实体的多模态属性嵌入式表征,通过构建基于图神经网络的框架补全知识图谱中的隐式关系,保留知识图谱的全局结构信息,以更好地捕获知识图谱的关系结构信息,实现语义信息和结构信息的融合,提高链接预测的鲁棒性,实现高质量的食品安全知识图谱补全。

    一种基于离散小波注意力网络的食品图像分割方法

    公开(公告)号:CN116630964A

    公开(公告)日:2023-08-22

    申请号:CN202310649752.X

    申请日:2023-06-02

    Abstract: 本发明提出一种基于离散小波注意力网络的食品图像分割方法,首先针对食品图像中食物类别多,分布不规律,大小不一致,边界信息模糊问题,利用迁移学习得到的在Food2K上训练好的Food2K‑ResNet提取食品图像特征,设计结合离散小波注意力网络和残差通道注意力网络,形成双分支网络,进行空间域和频域特征处理,分别从空间维度和通道维度来获取空间特征和通道特征,突出并丰富食品图像的特征维度;最后构建分割头网络,将两个分支处理后的不同尺度特征进行卷积、特征融合和上采样操作使得终获得的特征大小和输入图像大小保持一致,从而获得高质量、高度细节化的分割结果。

Patent Agency Ranking