-
公开(公告)号：CN110377690B
公开(公告)日：2021-03-16
申请号：CN201910566562.5
申请日：2019-06-27
Applicant: 北京信息科技大学
IPC: G06F16/31 , G06F16/36 , G06F16/958 , G06F40/211 , G06F40/216 , G06F40/295 , G06F40/30
Abstract: 本申请提供一种基于远程关系抽取的信息获取系统，该信息获取系统包括信息检索模块、情报获取模块和情报分析模块。本发明构建了面向web的行业领域信息获取框架，提出了借助知识融合、领域规则等方法，降低知识库“远程监督”标注数据时出现的“噪声”干扰问题；并借助因子图模型良好的性能，实现了情报感知过程中的实体关系自动抽取任务。上述框架和方法可有效应用于情报感知、数据分析和获取工作中，并具有领域移植性。
-
公开(公告)号：CN111738002A
公开(公告)日：2020-10-02
申请号：CN202010454177.4
申请日：2020-05-26
Applicant: 北京信息科技大学
IPC: G06F40/295 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于Lattice LSTM的古文领域命名实体识别方法、系统、电子设备及可读存储介质，其中，该方法包括：采用甲言分词对预训练古文数据进行分词；采用word2vec模型对分词后的预训练古文数据进行预训练得到预训练的字词向量；将数据集数据和所述预训练的字词向量输入至Lattice LSTM模型中进行训练，得到优化后的Lattice LSTM模型；将待识别古文数据输入至优化后的Lattice LSTM模型进行命名实体识别。该方法采用甲言(jiayan)分词工具进行古文数据的分词，分词效果较好且符合语境，提高了古文分词的准确性；利用word2vec训练古文字、词向量，通过大量的文本获得质量更高的字词向量；将字向量和词向量共同作为Lattice LSTM模型的输入，提升了古文领域数据实体识别的效果。
-
公开(公告)号：CN110413796A
公开(公告)日：2019-11-05
申请号：CN201910596452.3
申请日：2019-07-03
Applicant: 北京信息科技大学
Abstract: 本发明提供一种煤矿典型动力灾害领域本体构建方法。该方法融合了传统的骨架法和七步法，详细阐述了本体构建过程中所用的技术，为研究者提供了工程上可实现的本体构建思路。使用Jena工具实现本体的形式化表示，介绍了Jena工具的体系结构和构建所用的关键性代码。
-
公开(公告)号：CN106407168A
公开(公告)日：2017-02-15
申请号：CN201610803388.8
申请日：2016-09-06
Abstract: 本发明涉及一种应用文自动生成方法，包括以下步骤：步骤1)建立语料库；步骤2)选择多个适用实体并输入其对应的具体内容；步骤3)建立模板库并从中选择一个模板；步骤4)对所选择的模板进行润色。本发明提供的应用文自动生成方法，建立的语料库数据量大，适用实体的选择准确，自动生成的应用文中没有无关内容，应用于同一场合的应用文不会产生雷同，文章语言生动，基本不需要人再进行大的修改，可以很好地满足实际应用的需要。
-
公开(公告)号：CN119961692A
公开(公告)日：2025-05-09
申请号：CN202510042928.4
申请日：2025-01-10
Applicant: 北京信息科技大学
IPC: G06F18/22 , G06N5/022 , G06N3/042 , G06N3/0464 , G06N3/045 , G06N3/0455 , G06N3/047
Abstract: 本发明公开了一种装备知识图谱多维度特征融合实例对齐方法，包括以下步骤：步骤S1，构建对偶图，初始化实例嵌入矩阵、关系嵌入矩阵和属性嵌入矩阵；步骤S2，利用图卷积神经网络学习关系感知实例嵌入，生成第一层实例嵌入优化矩阵；步骤S3，通过图卷积神经网络编码实例的邻居结构和属性信息，得到第二层实例嵌入优化矩阵；步骤S4，构建多头注意力机制的编码器，得到最终实例嵌入矩阵和关系嵌入矩阵；步骤S5，基于属性参与的多维自适应卷积解码器，确定最终的实例对齐结果。本发明利用对偶图卷积神经网络和多头注意力机制，对偶图和原始图的交互学习，结合带有高速公路网络的图卷积网络进行编码，提高实例对齐的精准度。
-
Patent Agency Ranking
公开(公告)号：CN116663545A
公开(公告)日：2023-08-29
申请号：CN202310315234.4
申请日：2023-03-28
Applicant: 北京信息科技大学
IPC: G06F40/289 , G06F40/126 , G06N3/08 , G06N3/084 , G06F16/36 , G06F40/295 , G06F16/35 , G06N3/04
Abstract: 本公开提供了一种事件抽取方法及装置，该方法首先依据小样本数据对通用信息抽取模型进行微调，然后将生语料数据输入微调后的通用信息抽取模型进行预测，得到新增样本数据，之后将小样本数据和新增样本数据作为训练数据对ERNIE模型进行训练，依据训练好的ERNIE模型对目标文本进行编码，得到相应的特征向量，最后依据Global Pointer模型对特征向量进行解码，得到事件元素，该方法基于UIE、ERNIE和Global Pointer进行事件元素的抽取，可以针对领域事件抽取标注数据样本较少的问题，通过自动化的方式对训练样本进行扩充，将准确率、召回率和F1作为评价指标，提高了事件识别任务上和论元识别任务上的F1值，能有效提升小样本下的抽取性能，并且还解决了论元重叠的问题。
-
公开(公告)号：CN110413995B
公开(公告)日：2022-12-23
申请号：CN201910601361.4
申请日：2019-07-03
Applicant: 北京信息科技大学
IPC: G06F40/295 , G06F16/28
Abstract: 本发明提供一种基于双向MGU神经网络的关系抽取方法。解决了单向MGU模型对后文依赖性不足，无法处理后文信息的问题。通过实验表明了该方法的训练时间更短，抽取准确率、召回率和F值更高。通过分析不同关系类型的抽取性能，发现了关系类型的选取以及语料特点对抽取性能存在一定影响。
-
公开(公告)号：CN114678075A
公开(公告)日：2022-06-28
申请号：CN202210302098.0
申请日：2022-03-24
Applicant: 北京信息科技大学
Abstract: 本公开提供一种基于分子结构信息获取分子表示数据的方法，包括：对于组成分子的各个原子，获取单个原子外层的各个电子轨道结构数据，并生成基于波函数表示的各个电子轨道结构数据，将波函数表示的各个电子轨道结构数据作为原子结构数据；在组成分子的单个原子的体素空间内，将基于波函数表示的各个电子轨道结构数据进行组合，形成基于波函数的原子卷积核；在组成分子的所有原子的整个体素空间内，对构成分子的各个原子，通过各个原子对应的基于波函数的原子卷积核进行卷积操作，分子的各个原子经对应的基于波函数的原子卷积核卷积操作后，生成基于体素的可视化分子表示数据。本公开还提供了一种分子属性获取方法。
-
公开(公告)号：CN112069889B
公开(公告)日：2021-08-03
申请号：CN202010759794.5
申请日：2020-07-31
Applicant: 北京信息科技大学
Abstract: 本公开提供了一种民航飞行器轨迹预测方法，其包括：S1、构建FTP‑GAN网络；S2、获取民航飞行器的轨迹数据，并对民航飞行器的轨迹数据进行归一化处理；其中，FTP‑GAN网络的生成器根据归一化后的轨迹数据生成民航飞行器的预测轨迹。
-
公开(公告)号：CN112579463A
公开(公告)日：2021-03-30
申请号：CN202011562073.1
申请日：2020-12-25
Applicant: 北京信息科技大学
IPC: G06F11/36
Abstract: 本发明公开了一种面向Solidity智能合约的缺陷预测方法，应用于软件缺陷预测技术领域，首先从Solidity源码中提取代码模块的度量元，并为每个代码模块标记缺陷数量，从而构建缺陷预测数据集；然后针对Solidity缺陷预测数据集中的类不平衡问题，采用过采样方法进行数据预处理；最后分别构建缺陷数量预测模型和缺陷倾向性预测模型，并评估模型的性能。本发明将度量元集与Solidity智能合约缺陷检测结果结合，构建了Solidity智能合约缺陷预测数据集，能够更好地描述Solidity智能合约的特征，基于以上数据集，分别验证了缺陷数量预测和缺陷倾向性预测问题中，不同模型的性能差异。
-
-
-
-
-
-
-
-
-
Search Results
42
records
(took 0.028 seconds)
