公开(公告)号：CN116562299B

公开(公告)日：2023-11-14

申请号：CN202310143177.6

申请日：2023-02-08

Applicant: 中国科学院自动化研究所

Inventor： 何赛克 ,  闫硕 ,  张培杰 ,  曾大军

IPC: G06F40/30 ,  G06F40/211 ,  G06F40/295 ,  G06N3/0442

Abstract: 本发明提供一种文本信息的论元抽取方法、装置、设备及存储介质，方法包括：分析待处理的文本信息，得到文本信息对应的句法图；将句法图输入至预先设置的语义图生成模型中，得到语义图生成模型输出的文本信息对应的语义图；其中，语义图生成模型用于基于句法图中的向量特征构建语义图；将语义图和在文本信息中预先设置的触发词输入至预先设置的游走模型中，得到游走模型输出的目标路径和目标路径对应的论元抽取结果；其中，游走模型用于：以触发词对应的节点为起点，基于游走路径确定目标路径，并确定通过目标路径抽取的目标论元及其对应的类型，作为论元抽取结果。本发明实施例有效提高了模型的可解释性。

公开(公告)号：CN116306649B

公开(公告)日：2023-10-31

申请号：CN202310181570.4

申请日：2023-02-20

Applicant: 中国科学院自动化研究所

Inventor： 何赛克 ,  张立业 ,  张培杰 ,  张玮光 ,  曾大军

IPC: G06F40/295 ,  G06F40/284 ,  G06F40/242

Abstract: 本发明提供一种词向量的生成方法、装置、电子设备及存储介质，该方法包括：获取至少一个目标词，所述目标词包括所述词典中的至少一个第一词汇，和/或，所述知识库中的至少一个头实体，所述知识库中包括至少两个用于表示知识的三元组数据；确定各所述目标词对应的至少一个释义词，所述释义词包括用于解释所述第一词汇的第二词汇，和/或，所述头实体对应的关系和尾实体；基于所述目标词和所述释义词，确定词向量矩阵，所述词向量矩阵的每一行表示一个词向量，所述词向量用于表征所述目标词或所述释义词的语义信息。本发明提供的词向量的生成方法、装置、电子设备及存储介质可以增强词向量的可解释性。

公开(公告)号：CN116187443A

公开(公告)日：2023-05-30

申请号：CN202310149607.5

申请日：2023-02-10

Applicant: 中国科学院自动化研究所

Inventor： 何赛克 ,  张培杰 ,  张玮光 ,  张立业 ,  闫硕 ,  曾大军

IPC: G06N5/022

Abstract: 本发明涉及数据处理技术领域，尤其涉及一种基于多维符号动力学的因果强度检测方法和检测装置。其中，因果强度检测方法包括，首先根据时间序列构建相空间中的吸引子，然后针对吸引子中的每个元素点，基于曼哈顿距离计算方法计算元素点的最近邻点，计算每个最近邻点对应的第一模式，对每个元素点的所有最近邻点的第一模式进行平均处理，得到每个元素点的平均模式，根据平均模式得到每个元素点的真实平均模式和预测平均模式，根据真实平均模式和预测平均模式计算因果强度值。依据本发明的因果强度检测方法可以提高因果强度值的检测效率。

公开(公告)号：CN108304502B

公开(公告)日：2020-10-02

申请号：CN201810044908.0

申请日：2018-01-17

Applicant: 中国科学院自动化研究所

Inventor： 曾大军 ,  郑晓龙 ,  何赛克 ,  张曈

IPC: G06F16/9535 ,  G06K9/62

Abstract: 本发明涉及一种基于海量新闻数据的快速热点检测方法及系统，所述快速热点检测方法包括：对多个待处理新闻文本进行链式聚类，得到粗聚类集合；基于快速搜索和寻找密度峰值方法，对所述粗聚类集合进行搜索，得到细聚类集合；提取所述细聚类集合中的代表性短语，所述代表性短语为热点词语。本发明可直接对多个待处理新闻文本进行链式聚类，得到粗聚类集合；进一步基于快速搜索和寻找密度峰值方法，进行聚类，从而得到细聚类集合，并从中提取代表性短语，从而可快速捕捉到新闻文本中的热点词语，可提高计算效率和准确性。

公开(公告)号：CN110413787A

公开(公告)日：2019-11-05

申请号：CN201910687147.5

申请日：2019-07-26

Applicant: 腾讯科技(深圳)有限公司 ,  中国科学院自动化研究所

Inventor： 何赛克 ,  王海亮 ,  郑晓龙 ,  张立业 ,  张柱 ,  王姣姣 ,  曾大军

IPC: G06F16/35 ,  G06F16/33 ,  G06F17/27

Abstract: 本发明实施例公开了一种文本聚类方法、装置、终端和存储介质，其中，方法包括，获取媒体中的文本数据，并对文本数据进行标签分析处理，得到N个标签，根据N个标签中各个标签之间的相似度对N个标签进行聚类处理，得到M个标签集合，在检测到可视化事件时，显示M个标签集合中每一个标签集合对应的显示标识信息，通过实施上述方法，可以基于文本中标签的相似度对文本进行聚类，提升了对文本的聚类效率。

公开(公告)号：CN109948047A

公开(公告)日：2019-06-28

申请号：CN201910047874.5

申请日：2019-01-18

Applicant: 中国科学院自动化研究所

Inventor： 何赛克 ,  王海亮 ,  郑晓龙 ,  曾大军

IPC: G06F16/9535 ,  G06Q50/00

Abstract: 本发明涉及信息检索领域，具体涉及一种基于转移熵的文化基因排序方法与系统及相关设备，目的在于降低计算的复杂度，并提高排序准确度。本发明的文化基因排序方法包括：针对待排序的每种文化基因，在参与该文化基因传播的所有用户中，根据预设的关联用户数量阈值，筛选出传播该文化基因的关键用户；针对每个关键用户，分别计算该关键用户的每个关联用户到该关键用户的转移熵，进而计算该关键用户的影响力值；根据关键用户的影响力值，分别计算每种文化基因的流行度值；根据每种文化基因的流行度值，分别计算每种文化基因的得分，并根据得分进行排序。本发明提供了一种对文化基因流行度自动排序的方法，降低了计算复杂度，具有较高的排序准确度。