公开(公告)号：CN114860877B

公开(公告)日：2024-10-29

申请号：CN202210464241.6

申请日：2022-04-29

Applicant: 华侨大学

Inventor： 王华珍 ,  张恒彰 ,  刘晓聪 ,  汪晓凤 ,  徐婷婷 ,  李弼程 ,  缑锦

IPC: G06F16/33 ,  G06F16/332 ,  G06F16/36 ,  G06F40/211 ,  G06F40/295

Abstract: 本发明公开了一种基于知识图谱关系预测的问题链生成方法及系统，能够基于问句知识图谱自动生成问题链，包括：基于问句知识图谱构建问题链数据集；对问题链的问句实体进行特征初始化，并通过特征融合方法获得问题链的融合头实体和待测尾实体的初始向量；将融合头实体和待测尾实体的初始向量送入QCG‑KGLP模型的Graph Attention图表示学习模块中，从而获得融合头实体和待测尾实体的表示向量；将融合头实体和待测尾实体的表示向量输入到QCG‑KGLP模型的convKB模块中进行链接预测，从而实现问题链生成。本发明能有效生成适应教学场景的有关联、有梯度的问题链，从而助力教师开展提问教学与提升学生思维能力。

公开(公告)号：CN118690947A

公开(公告)日：2024-09-24

申请号：CN202410694062.0

申请日：2024-05-31

Applicant: 华侨大学

Inventor： 李弼程 ,  丁吴凯 ,  曾荣燊 ,  皮慧娟 ,  王华珍 ,  王成

IPC: G06Q10/063 ,  G06Q50/00 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于异构图卷积网络的信息传播预测方法，包括以下步骤：构建并训练基于异构图卷积网络的信息传播预测模型，用于实现信息传播预测；所述信息传播预测模型的预测过程包括：根据用户社交关系和信息传播序列构建异构图；通过双向图卷积网络从异构图中学习到用户节点的表示；通过时序注意力机制获取用户节点的时序特征；通过结构注意力机制获取用户节点的结构特征；融合时序特征和结构特征以获取最新用户节点表示；多头注意力机制根据最新用户节点进行预测，输出当前信息的传播预测序列。本发明利用双向图卷积网络来学习用户结构特征、利用注意力机制获取用户的时序特征，充分利用用户特征，从而提高信息传播预测的性能。

公开(公告)号：CN117473994A

公开(公告)日：2024-01-30

申请号：CN202311186630.8

申请日：2023-09-14

Applicant: 华侨大学

Inventor： 王华珍 ,  张子龙 ,  苏晓波 ,  蘇翠航 ,  何霆 ,  李弼程

IPC: G06F40/295 ,  G06F40/289 ,  G06F40/284 ,  G06F40/242 ,  G06F18/214

Abstract: 本发明提供一种面向国际中文教育的多义词阅读理解题目生成方法及系统，方法包括如下步骤：S1，通过实体抽取技术构建出等级标准多义词词表；S2，根据所述等级标准多义词词表形成标准多义词训练集，基于标准多义词训练集构建转导推理多义词义项识别模型；S3，基于转导推理多义词义项识别模型，采用模板法智能生成多义词阅读理解题目。本发明以《国际中文教育中文水平词汇等级标准》为核心，以多义词智能识别模型为支撑，实现国际中文多义词题目的智能生成。本发明能够为多义词题库智能生成注入新鲜活力，实现汉语资源的科学利用，不仅为多义词题库构建提供可借鉴的技术路线，也扩充了国际中文多义词题库，提供未来研究和应用开发的语料库支持。

公开(公告)号：CN116070786A

公开(公告)日：2023-05-05

申请号：CN202310212028.0

申请日：2023-03-07

Applicant: 华侨大学 ,  中国医学科学院阜外医院

Inventor： 王华珍 ,  刘立旻 ,  许泽 ,  何霆 ,  李弼程

IPC: G06Q10/04 ,  G06F16/28 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/08

Abstract: 本发明实施例提供一种基于事件演化图的多标记事件预测方法、装置和介质，涉及事件预测技术领域。其中，这种多标记事件预测方法包含S1、获取已知事件链。S2、根据事件演化图，获取候选事件组合集。其中，事件演化图根据历史数据集构造，且包含顺承关系和同时关系。候选事件组合集包含多个候选事件组合。候选事件组合包含1个或多个候选事件。S3、将已知事件链和候选事件组合集输入预先训练好的多标记事件预测模型，获取预测发生事件。预测发生事件为候选事件组合集中的一个候选事件组合所包含的候选事件。其中，多标记事件预测模型包括编码器、门控图神经网络、筛选模型、解码器。

公开(公告)号：CN115063251A

公开(公告)日：2022-09-16

申请号：CN202210601033.6

申请日：2022-05-30

Applicant: 华侨大学

Inventor： 李弼程 ,  曾荣燊 ,  潘乐 ,  皮慧娟 ,  王华珍 ,  王成

IPC: G06Q50/00

Abstract: 本发明公开了基于关系强度与反馈机制的社交传播动态网络表示方法，属于社交传播领域，包括：基于关系强度将社交传播动态网络划分为关系网络与传播网络；对传播动态网络进行描述；对社交传播网络中的节点表示；更新相关节点的邻接矩阵与注意力权重，同时聚合节点信息并反馈节点变化信息，最后结合自相关项与时间项更新节点表示；将attention机制应用到动态的模型中来度量各个节点的权重，考虑网络动态变化对attention的影响；本发明提供的方法用于社交传播动态网络表示，进行动态链接预测任务，解决了动态网络表示的及时性问题。

公开(公告)号：CN112909928B

公开(公告)日：2022-08-26

申请号：CN202110125184.4

申请日：2021-01-29

Applicant: 华侨大学

Inventor： 高振国 ,  陈岩 ,  王海军 ,  范丽玲 ,  陈丹杰 ,  蔡绍滨 ,  缑锦 ,  李弼程

IPC: G06Q10/04

Abstract: 本发明涉及无线传感器网络技术领域，且公开了一种无线传感网移动充电车路径规划与充电调度算法，包括以下步骤：S1：充电调度问题构造：首先给定一组静态无线传感网络节点U和U中节点的能量传输效率矩阵CU＝{c(i，j)}，能量下限列表eL，初始能量列表eB。该无线传感网移动充电车路径规划与充电调度算法，利用线性优化器获得能量分配的时长列表，利用TSP问题算法解决充电车的充电调度，最后利用贪婪选择算法设计节点能量的再分配过程，获得能量再分配调度与充电调度并行的最终的调度序列，而本发明的无线传感网移动充电车路径规划与充电调度算法使无线传感网络的充电过程中能量损失最小，时间跨度最小，有利于延长无线传感器网络的寿命。

公开(公告)号：CN110110094B

公开(公告)日：2022-07-01

申请号：CN201910323380.5

申请日：2019-04-22

Applicant: 华侨大学

Inventor： 李弼程 ,  王瑞 ,  杜文倩 ,  郁友琴 ,  马海江

IPC: G06F16/36 ,  G06F16/9535 ,  G06Q50/00

Abstract: 本发明公开了基于社交网络知识图谱的跨网络人物关联方法，属于知识图谱与社交网络分析领域，包括以下步骤：步骤1.训练词向量；步骤2.发现候选实体；步骤3.根据社交网络知识图谱的结构特征，计算网络度量指标；步骤4.用户向量生成；步骤5.定义社交网络结构相似度和用户画像语义相似度；步骤6.融合相似度计算，根据融合相似度确定待关联的人物实体的跨网络人物关联的最终节点。该发明可用于社交网络中挖掘用户信息，发现重要节点，也可以用作对重要节点信息的补全，为精准推荐提供数据支撑。

公开(公告)号：CN111753101B

公开(公告)日：2022-06-07

申请号：CN202010623201.2

申请日：2020-06-30

Applicant: 华侨大学

Inventor： 李弼程 ,  杜文倩 ,  王瑞 ,  张敏

IPC: G06F16/36 ,  G06F40/30 ,  G06K9/62

Abstract: 本发明提出了一种融合实体描述及类型的知识图谱表示学习方法，包括以下步骤：步骤S1：利用翻译模型获得三元组实体的嵌入，将三元组中的关系当作头实体和尾实体间翻译操作，得到每个三元组实体和关系的数值向量表示；步骤S2：采用Doc2Vec模型，对实体描述的文本信息进行嵌入；步骤S3：通过Trans模型得到的实体嵌入，与实体层次类型映射矩阵结合，得到三元组实体类型的嵌入；步骤S4：将所有的表示向量进行连接，得到最终的三元组实体向量，采用随机梯度下降的方法优化训练模型，进行效果评估。本发明提出的方法，通过实体描述及实体类型的嵌入，提高了知识图谱三元组实体表示的语义信息。

公开(公告)号：CN113610299A

公开(公告)日：2021-11-05

申请号：CN202110904109.8

申请日：2021-08-06

Applicant: 华侨大学

Inventor： 李弼程 ,  万旺 ,  熊尧

IPC: G06Q10/04 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了基于特征衰减强化神经网络的信息传播预测方法及装置，通过网络表示模型对网络数据的用户构建用户初始特征表示，并结合多阶邻居影响力衰减机制对用户初始特征表示进行更新，得到用户特征表示；将传播序列所对应的用户特征表示输入GRU模型，得到隐藏态，将隐藏态融合时间衰减特征，得到时间衰减隐藏态；聚合多个被影响的用户特征表示，得到聚合用户特征，结合聚合用户特征和时间衰减隐藏态，计算得到下一个转发用户的激活概率，根据激活概率预测出信息传播路径；基于传播序列的真实热度规模结合GRU模型与强化学习网络，获得信息传播的预测热度规模。本发明融合多阶邻居衰减影响力机制与时间衰减特征进行信息传播预测，提高模型预测能力。

公开(公告)号：CN113535984A

公开(公告)日：2021-10-22

申请号：CN202110919665.2

申请日：2021-08-11

Applicant: 华侨大学

Inventor： 李弼程 ,  李佳乐 ,  杜文倩 ,  皮慧娟 ,  王华珍 ,  王成

IPC: G06F16/36 ,  G06F40/30 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06Q10/04

Abstract: 本发明公开了一种基于注意力机制的知识图谱关系预测方法及装置，利用Trans模型获得三元组实体的嵌入，将三元组中的关系当作头实体和尾实体间翻译操作，得到三元组向量表示，针对知识图谱中三元组实体描述的全部文本信息采用Doc2Vec模型进行嵌入，得到实体描述向量表示，通过Trans模型得到的三元组向量表示与实体层次类型映射矩阵结合，得到实体类型向量表示，采用融合三元组向量表示、实体描述向量表示以及实体类型向量表示的三元组实体向量作为编码器输入，编码器基于知识图谱设计注意力机制，得到关系层次、实体层次、三元组层次的权重，解码器则利用ConvKB模型重构知识图谱，进行关系预测。本发明可用于知识图谱推理，根据已知的知识推理出未知的潜在的知识。