一种基于本体适配器的零样本知识图谱补全方法

    公开(公告)号:CN113987201A

    公开(公告)日:2022-01-28

    申请号:CN202111222330.1

    申请日:2021-10-20

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于本体适配器的零样本知识图谱补全方法,包括:获取对零样本知识图谱补全任务相关的本体知识,所述本体知识包括实体类型信息、概念层次关系信息、关系类型约束信息、关系的组合逻辑约束信息;基于神经网络为每类本体知识设计本体适配器,并将本体适配器增加到预训练语言模型后,利用每类本体知识对本体知识类型对应的增加有本体适配器的预训练语言模型进行任务训练,以注入每类本体知识,得到引入本体知识的预训练语言模型;利用引入本体知识的预训练语言模型进行下游零样本知识图谱补全任务。该方法基于本体知识增强的预训练语言模型,更好地解决零样本条件下知识图谱的补全问题。

    一种能够编码关系语义多样性结构的知识图谱分布式表示方法

    公开(公告)号:CN109063021A

    公开(公告)日:2018-12-21

    申请号:CN201810764406.5

    申请日:2018-07-12

    Applicant: 浙江大学

    Abstract: 本发明公开了一种能够编码关系语义多样性结构的知识图谱分布式表示方法,从知识图谱中图结构多样性的角度出发,挖掘和总结含有丰富语义信息的子图结构,并将子图结构与关系相关的语义信息联系起来,例如自反性、对称性、传递性等;本发明方法能够更好地编码图结构的多样性,因而可以更好地捕捉知识图谱中存在的语义信息,并达到更好的补全和预测效果,在链接预测任务中能取得更好的表现,具有较强的扩展性,对于在知识图谱分布式表示中编码关系语义多样性结构的应用具有很好的实用价值。

    快速无损水果质地的检测方法及装置

    公开(公告)号:CN104569154B

    公开(公告)日:2017-06-13

    申请号:CN201510002972.9

    申请日:2015-01-04

    Applicant: 浙江大学

    Inventor: 应义斌 张文 崔笛

    Abstract: 本发明公开了一种快速无损水果质地的检测方法及装置。本发明检测方法包括步骤:采集建模样品集;测定质量;测定果形系数;采集振动响应数据;提取振动特征参数;振动特征参数降维;测定质地指标值;建立质地预测模型并进行测量。其检测装置包括振动控制系统和振动信号采集系统。本发明通过采用冲击振动的方式,大大缩短了激光多普勒测振技术用于检测水果质地的时间;同时,采用多振动特征参数结合水果质量和果形作为预测模型的输入参数,提高了模型的预测精度和适应性。

    光寻址电位传感器的复合反馈光强调制系统

    公开(公告)号:CN101929976B

    公开(公告)日:2013-03-13

    申请号:CN201010248890.X

    申请日:2010-08-06

    Applicant: 浙江大学

    Abstract: 本发明公开一种光寻址电位传感器的复合反馈光强调制系统,其超辐射发光二极管模块包括超辐射发光二极管、致冷器和热敏电阻;复合反馈光强调制电路包括放大及反馈电路、末级电流放大器和管芯温度检测与控制电路;放大及反馈电路的输出端与末级电流放大器的输入端连接,末级电流放大器的输出端与超辐射发光二极管连接,超辐射发光二极管连接与放大及反馈电路的第一负反馈接口连接,热敏电阻与管芯温度检测与控制电路的输入端连接,管芯温度检测与控制电路的输出端与致冷器连接,超辐射发光二极管、致冷器和热敏电阻之间相互热耦合。本发明的光强随外部输入的电压信号成比例变化,具低失真特性、长期稳定性和温度稳定性。

    一种基于结构感知的多元关系知识图谱推理方法和系统

    公开(公告)号:CN118446289A

    公开(公告)日:2024-08-06

    申请号:CN202410449137.9

    申请日:2024-04-15

    Applicant: 浙江大学

    Inventor: 张文 汪俊杰

    Abstract: 本发明公开了一种基于结构感知的多元关系知识图谱推理方法和系统,包括:提取多元关系知识图谱中的事实,并将事实中的元素进行逐一掩码,以构建样本;随机采样每条样本中各实体或值周围的子图,并将子图序列化后拼接到样本后作为输入序列;对输入序列进行嵌入表示并增加事实层面的位置嵌入表示得到完整嵌入表示;构建具有结构感知的Transformer模型;利用模型对完整嵌入表示进行更新,从更新嵌入表示中提取掩码元素对应的嵌入表示并计算掩码元素取值的概率分布,依据概率分布计算损失值更新模型参数;利用参数更新的模型预测不完整事实中缺失部分的概率分布,依据概率分布筛选候选元素作为推理答案这样可以提高知识推理的准确率。

    基于Transformer的多模态知识图谱动态自适应对齐方法

    公开(公告)号:CN116932777A

    公开(公告)日:2023-10-24

    申请号:CN202310887453.X

    申请日:2023-07-19

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于Transformer的多模态知识图谱动态自适应对齐方法,包括:将两个多模态知识图谱按照模态特征维度分解后编码映射得到多模态实体特征表示;基于全局自适应权重投影映射后的多模态实体特征表示进行对齐聚合;通过Transformer进行基于注意力机制的自定义模态融合得到融合向量;基于对齐聚合和融合向量,并引入模态自适应的对比学习框架构建一阶段训练损失;基于循环缺失模态想象模块构建二阶段训练损失,基于损失函数对所有模块的学习,以实现模态知识图谱动态自适应对齐。

    一种基于池化网络的概念抽象方法和装置

    公开(公告)号:CN116932662A

    公开(公告)日:2023-10-24

    申请号:CN202310931096.2

    申请日:2023-07-27

    Applicant: 浙江大学

    Inventor: 陈华钧 李娟 张文

    Abstract: 本发明公开了一种基于池化网络的概念抽象方法和装置,根据输入图中三元组的关系对应的实体集进行拆分和合并自动抽象概念获取池化图,并依据池化图获得输出图;使用输入图经图神经网络模型学习的表示初始化池化图的表示,使用图神经网络模型更新池化图的表示并和输入图的表示共同初始化输出图的表示,使用图神经网络模型再更新输出图的表示,将输出图的表示作为知识表示学习模型的输入训练模型,使实体表示包含概念信息;并对输入图‑池化图,池化图‑输出图以及输入图‑输出图计算对比学习损失;再基于候选三元组的知识分数确定可靠的候选三元组,实现更准确的信息自动补全。

    一种可微的挖掘常量规则的方法

    公开(公告)号:CN113987195A

    公开(公告)日:2022-01-28

    申请号:CN202111150589.X

    申请日:2021-09-29

    Applicant: 浙江大学

    Abstract: 本发明公开了一种可微的挖掘常量规则的方法,在根据知识图谱定义常量操作符和路径操作符的基础上,采用了融合注意力机制,利用注意力值评估规则所经过的关系,同时对每跳的尾节点聚合周围属性及对应的属性值分别计算注意力,并用属性的注意力增强规则中的关系的选择,以实现链接预测;根据生成的模型参数经过参数解析并通过统计输出高质量的符号化规则。该方法特别适合需要较高预测准确度、为预测提供解释以及需要沉淀推理规则的拥有复合推理需求的应用场景。

    一种基于知识图谱规则嵌入的组合商品挖掘方法

    公开(公告)号:CN112633927B

    公开(公告)日:2021-11-19

    申请号:CN202011538259.3

    申请日:2020-12-23

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于知识图谱规则嵌入的组合商品挖掘方法,包括:将规则、商品、属性和属性值表示成embedding;将规则和属性的embedding拼接输入到第一个神经网络中得到属性的重要性分数;将规则和属性拼接输入到第二个神经网络中得到这条规则在该属性下应该取的属性值的embedding;计算输入的两个商品在该属性下的取值与模型计算出来的属性值的embedding的相似性程度;计算所有的属性‑属性值对的得分汇总后可以得到这两个商品在该规则下的得分;然后与这两个商品真实的分数做交叉熵损失,用基于梯度下降的优化算法迭代训练;模型训练好后可以通过类似的方式解析规则的embedding,从而得到人可以理解的规则。

Patent Agency Ranking