-
公开(公告)号:CN107545033B
公开(公告)日:2020-12-01
申请号:CN201710608234.8
申请日:2017-07-24
Applicant: 清华大学
Abstract: 本发明涉及一种基于表示学习的知识库实体分类的计算装置,涉及文本分类和知识库补全领域。所述方法包括步骤:对于知识库中的实体,构造包含不同层次信息的共现网络,将词语‑词语,实体‑词语,类别‑词语,实体‑类别之间的共现信息编码到网络中;基于构造的共现网络,利用基于网络的表示学习方法,学习实体和类别的向量表示;基于学习得到的向量表示,利用学习排序算法,为实体和类别学习映射矩阵,语义上相关的实体和类别在语义空间中接近;利用自顶向下的搜索方法,为知识库中的实体自动分配类别,得到一条类别的路径。本发明方法有利于解决现有实体分类方法中存在的问题。
-
公开(公告)号:CN111813931A
公开(公告)日:2020-10-23
申请号:CN202010548917.0
申请日:2020-06-16
Applicant: 清华大学
Abstract: 本发明实施例提供了一种基于开放域知识增强的事件检测深度学习模型的构建方法、装置、电子设备及存储介质,方法包括:获取标注数据和未标注数据;将标注数据输入到第一事件分类模型中,进行训练;根据外部语义库采用义原映射算法,对未标注数据中的第一数据子集进行处理,得到开放域触发词识别结果;根据开放域触发词识别结果和第二数据子集,采用知识蒸馏的方式,对第二事件分类模型进行训练;对训练后的第一事件分类模型和训练后的第二事件分类模型进行联合训练,得到基于开放域知识增强的事件检测深度学习模型。本发明实施例得到的基于开放域知识增强的事件检测深度学习模型可以有效解决各类标注分布不均匀的长尾难题。
-
公开(公告)号:CN107545033A
公开(公告)日:2018-01-05
申请号:CN201710608234.8
申请日:2017-07-24
Applicant: 清华大学
IPC: G06F17/30
Abstract: 本发明涉及一种基于表示学习的知识库实体分类的计算装置,涉及文本分类和知识库补全领域。所述方法包括步骤:对于知识库中的实体,构造包含不同层次信息的共现网络,将词语-词语,实体-词语,类别-词语,实体-类别之间的共现信息编码到网络中;基于构造的共现网络,利用基于网络的表示学习方法,学习实体和类别的向量表示;基于学习得到的向量表示,利用学习排序算法,为实体和类别学习映射矩阵,语义上相关的实体和类别在语义空间中接近;利用自顶向下的搜索方法,为知识库中的实体自动分配类别,得到一条类别的路径。本发明方法有利于解决现有实体分类方法中存在的问题。
-
公开(公告)号:CN107122347A
公开(公告)日:2017-09-01
申请号:CN201710161795.8
申请日:2017-03-17
Applicant: 清华大学
Abstract: 本发明提供一种基于深度学习技术的新闻子事件预测方法及装置,所述方法包括:步骤1,基于预处理过的大规模子事件序列数据,利用LSTM深度学习技术对子事件进行表示学习;步骤2,基于所述子事件表示学习和子事件主题,对子事件序列进行表示学习;步骤3,利用所述步骤2得到的子事件序列表示对下一个子事件进行预测;所述方法能够有效地实现子事件预测功能,能够预测在训练中语料中不存在的子事件,能获得更好的预测效果。
-
公开(公告)号:CN102306177A
公开(公告)日:2012-01-04
申请号:CN201110247261.X
申请日:2011-08-25
Applicant: 清华大学
IPC: G06F17/30
Abstract: 本发明公开了一种多策略组合的本体或实例匹配方法,涉及语义万维网领域。所述方法包括步骤:对于两个本体元素或两个实例元素集合,基于本体元素或实例元素的不同文本信息执行多个匹配策略,得到多组匹配结果,对所述多组匹配结果中的每个匹配结果进行投票,根据投票结果对所述多组匹配结果进行过滤,得到初始匹配结果;根据所述初始匹配结果,以及本体元素或者实例元素之间的链接关系,获得新匹配结果,所述初始匹配结果和所述新匹配结果合并后得到最终匹配结果。所述方法提高了最终匹配结果的准确度,有利于更好的解决链接数据模式层和实例层的异构问题。
-
公开(公告)号:CN100583804C
公开(公告)日:2010-01-20
申请号:CN200710117719.3
申请日:2007-06-22
Applicant: 清华大学
Abstract: 基于专家值传播算法的社会网络专家信息处理系统及方法属于社会网络信息处理领域。其特征为用社会网络生成服务器构建社会关系网络图,该图用个人描述信息、人际关系、关系类别,及人际关系到关系类别的映射函数来描述。用专家值计算服务器对从数据库服务器中读取的信息,按权重分析计算领域关键词与每个人的描述信息及论文信息的相关性,经拟合后得到初始专家值;接着按人际关系重要度及密切度构造传播矩阵,根据初始专家值和传播矩阵作迭代,得到所有专家的专家值,归一化后,从大到小排序,输出到Web服务器,供用户选择。今后,可在社会网络专家信息处理系统上,利用人际关系的重要性及密切性进行专家检索,其结果更为可靠。
-
公开(公告)号:CN100470554C
公开(公告)日:2009-03-18
申请号:CN200710177066.8
申请日:2007-11-09
Applicant: 清华大学
Abstract: 在大规模社会网络中基于路径评分的个人关系发现方法属于互联网中社会网络搜索技术领域,其特征在于基于通用的社会网络,首先定义基于权重的路径评分,再查找出每两个人之间的最短路径,然后开始查找指定的两个人之间的路径长度不大于最短路径的基于倍数的所有路径,最后按照路径评分的顺序把所有路径返回给用户。本发明能应用于节点数超过百万的社会关系网络中,进行人与人之间的关系快速查找或使用于研究者的关系发现。
-
公开(公告)号:CN306900452S
公开(公告)日:2021-10-26
申请号:CN202030806980.0
申请日:2020-12-26
Applicant: 清华大学
Abstract: 1.本外观设计产品的名称:带构建知识图谱图形用户界面的显示屏幕面板。
2.本外观设计产品的用途:用于显示图像。
3.本外观设计产品的设计要点:在于图形用户界面。
4.最能表明设计要点的图片或照片:主视图。
5.本外观设计的后视图、左视图、右视图、俯视图、仰视图为惯常设计,省略后视图、左视图、右视图、俯视图、仰视图。
6.图形用户界面的用途:本申请的界面主要用于构建知识图谱,查看数据实时更新情况及知识图谱生成过程等。
7.图形用户界面的人机交互方式:在主视图界面向上滑动,界面跳转至变化状态图1,在主视图界面中部点击任意功能选项,如:图谱自动生成、领域概念扩展等,界面跳转至变化状态图2;主视图、变化状态图1、变化状态图2的实际应用状态依次参见使用状态参考图1至使用状态参考图3。
8.显示屏幕面板可用于手机、平板电脑、笔记本电脑、台式机。-
公开(公告)号:CN306900453S
公开(公告)日:2021-10-26
申请号:CN202030811655.3
申请日:2020-12-28
Applicant: 清华大学
Abstract: 1.本外观设计产品的名称:带事件分析搜索图形用户界面的显示屏幕面板。
2.本外观设计产品的用途:用于显示图像。
3.本外观设计产品的设计要点:在于图形用户界面。
4.最能表明设计要点的图片或照片:主视图。
5.本外观设计的后视图、左视图、右视图、俯视图、仰视图为惯常设计,省略后视图、左视图、右视图、俯视图、仰视图。
6.图形用户界面的用途:本申请的界面主要用于新闻事件的分析挖掘和搜索等。
7.图形用户界面的人机交互方式:在主视图界面点击“热点新闻”中任意新闻或点击“查看更多”,界面跳转至变化状态图1,在主视图界面上部点击“体验新闻在线分析”,界面跳转至变化状态图2,在变化状态图2中输入并搜索关键词,界面跳转至变化状态图3,在变化状态图3界面左侧点击任意主题内容,界面跳转至变化状态图4,在主视图界面上部点击“Tech News订阅”,界面跳转至变化状态图5,主视界面展开图为在主视图界面向上滑动后的界面展开状态。
8.显示屏幕面板可用于手机、平板电脑、笔记本电脑、台式机。
9.本申请界面中的黑色或灰色色块部分属于可变的内容画面。-
公开(公告)号:CN306950284S
公开(公告)日:2021-11-19
申请号:CN202030811657.2
申请日:2020-12-28
Applicant: 清华大学
Abstract: 1.本外观设计产品的名称:带知识图谱展示图形用户界面的显示屏幕面板。
2.本外观设计产品的用途:用于显示图像。
3.本外观设计产品的设计要点:在于图形用户界面。
4.最能表明设计要点的图片或照片:主视图。
5.本外观设计的后视图、左视图、右视图、俯视图、仰视图为惯常设计,省略后视图、左视图、右视图、俯视图、仰视图。
6.图形用户界面的用途:本申请的界面主要用于中英文跨语言知识图谱的展示。
7.图形用户界面的人机交互方式:在主视图搜索框内搜索任意关键词,界面跳转至变化状态1;在变化状态图1界面顶部中Xlink选项,界面跳转至变化状态图2;在变化状态图2界面上部搜索框内输入关键字或者段落,界面跳转至变化状态图3;在主视图界面向上滑动,界面跳转至变化状态图4;主视图、变化状态图1至变化状态图4的实际使用状态参见使用状态参考图1‑5。
8.显示屏幕面板可用于手机、平板电脑、笔记本电脑、台式机。
-
-
-
-
-
-
-
-
-