公开(公告)号：CN117390196A

公开(公告)日：2024-01-12

申请号：CN202311346047.9

申请日：2023-10-17

Applicant: 北京计算机技术及应用研究所

Inventor： 邹烨 ,  王又辰 ,  赵勤博

IPC: G06F16/36 ,  G06F18/2415 ,  G06N3/04

Abstract: 本发明涉及一种基于大模型抽象事理图谱构建的事件预测方法，属于人工智能、大数据领域。本发明首先基于大模型chatGLM2抽取事件信息，构建抽象事理图谱；再者，基于抽象事理图谱筛选出候选事件，形成新的事件链条；最后，将新的事件链条作为图神经网络事件预测模型的输入，预测出候选事件。本发明提出了融合候选事件转移概率的注意力机制，一方面，学习候选事件和已发生事件上下文的相关性；另一方面，也学习了候选事件本身的概率信息。本发明提出的模型不仅增强了可解释性，也学习到了上下文信息。

公开(公告)号：CN117217222A

公开(公告)日：2023-12-12

申请号：CN202310746380.2

申请日：2023-06-25

Applicant: 北京计算机技术及应用研究所

Inventor： 宋颖毅 ,  张杭 ,  杨雨婷 ,  王又辰 ,  田宗凯 ,  范昕煜 ,  栾真 ,  邹烨 ,  葛志 ,  杜田沣

IPC: G06F40/295 ,  G06F18/15 ,  G06F18/214 ,  G06F18/241

Abstract: 本发明涉及一种军事领域标注数据修正与事件检测方法，属于信息抽取技术领域。本发明使用原始数据集训练模型，并对原始标注数据进行预测，对于预测得分大于一定阈值的样本，将原始数据集的标注结果修改为模型预测结果，从而修正数据集中的错误标注数据和污染数据，提高训练集的质量。本发明在模型训练时引入了分层学习率策略，为靠近下游任务的模型层参数设置更大的学习率，提高预训练模型对于下游任务的适配能力；在模型推理时采用基于投票修正的模型融合方法，通过模型集成的方式提升少样本类别事件的召回率和准确率，融合多个模型的投票结果确定最终预测结果，从而提升模型的鲁棒性。