公开(公告)号：CN116542326A

公开(公告)日：2023-08-04

申请号：CN202310035450.3

申请日：2023-01-10

Applicant: 苏州空天信息研究院

Inventor： 罗晋 ,  胡岩峰 ,  沈红 ,  彭晨 ,  陶昊然 ,  付啟明 ,  姜添 ,  向镐鹏 ,  闵飞

IPC: G06N5/02 ,  G06N3/084 ,  G06F18/25 ,  G06F18/21 ,  G06N3/0464

Abstract: 本发明提出一种基于时序卷积的知识表示方法，构建实体、关系和时间的语义向量对照表，并在语义空间中随机初始化对应的语义向量；根据时间信息及其对应的时间语义向量，动态构造时序卷积核；利用时序卷积核与实体和关系对应的语义向量进行卷积，得到时序知识图谱中的动态特征信息；利用随机初始化的卷积核与实体和关系对应的语义向量进行卷积，得到时序知识图谱中的静态特征信息；通过多层神经网络融合提取的动态特征信息和静态特征信息，得到综合的特征信息；基于提取的综合特征信息，计算该特征信息下全部实体的概率值，取概率最高的实体作为预测结果，从而完成知识表示学习的预测任务。本发明可用于下游知识推理或融合，且提高了模拟预测精度。

公开(公告)号：CN116384401A

公开(公告)日：2023-07-04

申请号：CN202310399388.6

申请日：2023-04-14

Applicant: 苏州空天信息研究院

Inventor： 胡政 ,  胡岩峰 ,  乔雪 ,  彭晨 ,  索荣田 ,  李熙雨 ,  程嘉远 ,  向镐鹏 ,  闵飞 ,  潘宇顺

IPC: G06F40/295 ,  G06F18/214 ,  G06N3/08

Abstract: 本发明公开了一种基于提示学习的命名实体识别方法，利用文本表示模型consert计算文本序列和候选样本示例模板的相似度，选择最相似的候选样本示例模板以上下文的形式拼接到文本序列中，使用Transformer‑1编码器编码，通过一层线性映射层映射为实体边界判别向量，并通过条件随机场得到候选实体边界预测值，获得候选实体片段；利用候选实体边界预测值，在文本序列中插入候选实体片段分隔符，构造实体边界感知模板输入，使用Transformer‑2编码器进行编码，平均候选实体片段中的字符向量，得到候选实体片段向量；接着通过一层线性映射层映射为候选实体类别判别向量，并使用softmax函数得到候选实体类别预测值，得到识别出的命名实体。本发明提升了命名实体识别准确率。

公开(公告)号：CN115358227A

公开(公告)日：2022-11-18

申请号：CN202210385209.9

申请日：2022-04-13

Applicant: 苏州空天信息研究院

Inventor： 姜添 ,  胡岩峰 ,  乔雪 ,  向镐鹏 ,  彭晨 ,  闵飞 ,  潘宇顺 ,  沈红 ,  付啟明

IPC: G06F40/289 ,  G06F40/242 ,  G06F40/126 ,  G06F40/284

Abstract: 本发明提出一种基于短语增强的开放域关系联合抽取方法及系统，通过BERT预训练语言模型对句子中的字符进行编码，提取句子特征向量表示；根据首实体短语标注模型，解码句子特征向量表示，抽取所有可能构成关系三元组的首实体短语；构建除首实体短语外的关系短语词汇增强词典，并将外部关系短语词汇表所包含的短语信息融合到句子特征向量表示中；根据关系短语和尾实体序列标注模型，抽取出首实体短语对应的所有关系短语和尾实体短语，构建该首实体的候选开放域关系三元组集合；根据开放域关系三元组的置信度，从候选开放域关系三元组集合中，选择置信度高于设定阈值的开放域关系三元组，作为该首实体的开放域关系三元组。本发明能够更好地整合关系短语和实体对短语之间的信息。

公开(公告)号：CN113886529A

公开(公告)日：2022-01-04

申请号：CN202111235748.6

申请日：2021-10-22

Applicant: 苏州空天信息研究院

Inventor： 胡岩峰 ,  郑杰 ,  包兴 ,  王迪 ,  费涛 ,  彭晨 ,  顾爽 ,  闵飞

IPC: G06F16/33 ,  G06F40/126 ,  G06F40/242 ,  G06F40/295 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种面向网络安全领域的信息抽取方法及其系统，制定面向网络安全领域的实体和关系标注规范，构建实体和关系标签体系；使用半自动化标注策略生成训练数据，所述半自动化标注策略包括使用人工进行少量标注和使用基于知识库的远程监督方法进行补充标注；训练联合神经网络模型预测实体和关系，所述联合神经网络模型结合命名实体识别和关系抽取，在检测尾实体的位置时，同时对头实体和尾实体之间的关系进行判断。本发明针对网络安全领域实现实体和关系的抽取功能。

公开(公告)号：CN117370647A

公开(公告)日：2024-01-09

申请号：CN202311253167.4

申请日：2023-09-26

Applicant: 苏州空天信息研究院

Inventor： 闵飞 ,  闫语童 ,  张文清 ,  宋路杰 ,  丁士伟 ,  黄思贤 ,  吴限 ,  周婉清 ,  苏梦曦

IPC: G06F16/9535 ,  G06F16/9536

Abstract: 本发明公开了一种基于虚拟评分的内容推荐方法，基于用户交互，建立用户行为基线，包括查询、点击、浏览、收藏和订阅，定义为行为基线五元组；基于用户行为基线五元组前三元查询、点击、浏览形成一阶虚拟三元组，分别进行加权量化，计算得到一阶虚拟评分Score1；基于一阶虚拟评分Score1，和行为基线五元组收藏、订阅两元，形成二阶虚拟三元组，并对其进行再次加权，计算得到二阶虚拟评分Score2；基于二阶虚拟评分Score2，引入时间维度，对用户当天、昨天、一周和一月内不同阶段的进阶虚拟评分进行综合加权计算，得到用户对某事物的综合虚拟评分Score；基于综合虚拟评分进行个性化内容推荐。本发明提高了推荐方法的准确性、实用性。

公开(公告)号：CN114281941A

公开(公告)日：2022-04-05

申请号：CN202111513041.7

申请日：2021-12-11

Applicant: 苏州空天信息研究院

Inventor： 姜添 ,  胡岩峰 ,  乔雪 ,  向镐鹏 ,  彭晨 ,  闵飞 ,  潘宇顺 ,  沈红 ,  杨婷

IPC: G06F16/33 ,  G06F40/194 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于共享语义空间的远程监督关系抽取方法，将远程监督标注的数据划分为不含噪数据集和含噪声数据集；将句子的句向量和实体对的位置向量拼接作为BiLSTM网络的输入向量，分别提取含噪声数据集和不含噪数据集中的实体对特征；将实体对特征和关系类型表征映射到同一语义空间中；统计两个关系类型共有的实体类别数量，计算关系类型间的相关度，对不含噪数据集和含噪声数据集分别建模，学习实体对映射矩阵和关系类型映射矩阵；将实体对和关系类型通过学习到的映射矩阵映射到共享语义空间，计算实体对和关系类型的相似度得分，得分最高的关系类型为该实体对的关系。本发明解决了处理复杂关系时存在的语义漂移严重、数据噪声大等问题。

公开(公告)号：CN113886521A

公开(公告)日：2022-01-04

申请号：CN202111070442.X

申请日：2021-09-13

Applicant: 苏州空天信息研究院

Inventor： 闵飞 ,  胡岩峰 ,  乔雪 ,  向镐鹏 ,  姜添 ,  彭晨 ,  沈红 ,  潘宇顺 ,  杨婷

IPC: G06F16/33 ,  G06F40/194 ,  G06F40/295 ,  G06F40/30

Abstract: 本发明提出一种基于相似词汇表的文本关系自动标注方法，确定所有抽取的关系名称以及对应的实体类型，并获取含有关系名称的语料；在语料中每个出现关系名称的地方生成可替代该关系名称的相似词汇表，并以此整理出关系类型词汇表；对句子进行命名体识别以及实体关系三元组提取；依据命名体识别的结果判断实体关系三元组的实体对是否满足条件，生成候选关系集合；对实体关系三元组中关系短语的每个词汇生成相似词汇表，结合关系类型词汇表，判断该词汇表达的候选关系，所有词汇中表达次数最多的候选关系即为标注关系，完成自动标注。本发明解决了传统远程监督方法构建知识库难度大、标注语料质量低的问题，为构建关系抽取模型所需的数据集提供了新的策略。