-
公开(公告)号：CN115934953A
公开(公告)日：2023-04-07
申请号：CN202211199328.1
申请日：2022-09-29
Applicant: 中国科学院计算技术研究所
IPC: G06F16/36 , G06F40/30 , G06F40/289 , G06N3/0455 , G06N3/044 , G06N3/047 , G06N3/048 , G06N3/08
Abstract: 本发明提出一种基于实体森林的实体语义关系联合抽取方法和系统，包括：获取待识别实体语义关系的语料；得到句子及其对应的词序列，对句子的词序列进行编码，得到训练语料中句子的分布式表示；句子的分布式表示进行序列标注，得到实体头部，作为实体树的根节点，以根节点为循环神经网络模型的初始状态，依次输入句子中子词至循环神经网络模型，以森林的形式识别嵌套实体，得到多棵嵌套实体树；将嵌套实体树的实体表示输入Transformer Decoder模块，通过多头注意力机制，得到嵌套实体树中包含实体树间交互信息、实体和输入文本之间的交互信息的隐层向量；将隐层向量和实体表示输入由多棵嵌套实体树构成的分层三元组森林，获得语料的实体语义关系三元组。
-
公开(公告)号：CN115577068A
公开(公告)日：2023-01-06
申请号：CN202210974839.X
申请日：2022-08-15
Applicant: 中国科学院计算技术研究所
Abstract: 本发明实施例提供一种实体召回方法，包括：S1、获取待查询实体，利用预先训练的第一编码神经网络对待查询实体进行编码，得到待查询实体的多维浮点值查询向量；S2、将多维浮点值查询向量中每个维度的浮点值按照预设规则映射为非浮点的第一数值或者第二数值，得到多维二值查询向量；S3、根据待查询实体的多维二值查询向量在实体知识库选取部分规范实体生成召回的候选实体集合，其中所述实体知识库包括规范化命名的多个规范实体及按照与每个规范实体对应的多维二值实体向量。本发明将浮点值形式的向量转换为二值形式的向量，降低存储空间占用并提高计算效率。
-
公开(公告)号：CN115511073A
公开(公告)日：2022-12-23
申请号：CN202210991280.1
申请日：2022-08-18
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提供了一种语义匹配模型的训练方法，包括：A1、获取训练集，其包括多个样本，每个样本包含预定文本以及每个预定文本对应的两个待匹配文本，每个样本分别对应有弱标签和权重，弱标签指示对应样本所含两个待匹配文本中的哪一个待匹配文本与预定文本更具相关性，初始权重的数值与指示对应样本的难度的难度指标相关，难度相对越大的样本赋予相对越小的初始权重；A2、利用训练集中的样本对语义匹配模型进行多次迭代训练，使其根据预定文本分别和每个待匹配文本形成的文本对输出两者的相关性得分，根据相关性得分、弱标签以及权重确定加权损失值以更新语义匹配模型，样本的权重根据当前已完成训练的次数进行动态调整。
-
公开(公告)号：CN109815382B
公开(公告)日：2022-07-12
申请号：CN201811634238.4
申请日：2018-12-29
Applicant: 中国科学院计算技术研究所
IPC: G06F16/951
Abstract: 本发明涉及一种大规模网络数据的感知与获取方法，包括：感知网络数据的信息来源并将其拆分为信源，对该信源设置采集策略；生成采集任务，注册采集节点，以该注册节点拉取采集器并对其进行配置；根据该采集策略，通过该采集器执行该采集任务，获取结构化数据；监控该采集任务的执行状态，统计该结构化数据，并将监控结果和统计结果发送给用户。本发明的大规模网络数据感知与获取系统，按照不同的功能逻辑，划分为采集子平台、调度子平台、信源管理与配置子平台和监控与统计子平台，本系统是集大规模网络数据的感知发现、多信息来源的网络数据获取、高质量信息抽取及用户友好性交互界面于一体的通用大规模网络数据感知系统。
-
公开(公告)号：CN114491157A
公开(公告)日：2022-05-13
申请号：CN202210132296.7
申请日：2022-02-14
Applicant: 中国科学院计算技术研究所
IPC: G06F16/90 , G06F16/901 , G06F16/903
Abstract: 本发明实施例提供了一种大数据场景下的数据分割方法，包括：获取探测区间，确定待分割的数据集合中属于探测区间内的区内数据条数；在区内数据条数不处于预定的容忍范围内时，对探测区间的右端点进行一次或者多次指数型调整直至得到使得区内数据条数处于容忍范围内的右端点或者越过容忍范围；在指数型调整导致区内数据条数越过容忍范围时，以当前的探测区间的右端点以及前一个探测区间的右端点构成的区间为查找范围，通过二分查找法确定使得区内数据条数处于容忍范围内的右端点；根据探测区间的左端点以及使得区内数据条数处于容忍范围内的右端点确定的分割区间对数据集合进行分割。
-
Patent Agency Ranking
公开(公告)号：CN114443820A
公开(公告)日：2022-05-06
申请号：CN202210177000.3
申请日：2022-02-25
Applicant: 中国科学院计算技术研究所
IPC: G06F16/33 , G06F16/31 , G06F40/216 , G06F40/237 , G06F40/284
Abstract: 本发明提供了一种文本聚合方法以及文本推荐方法，该一种文本聚合方法包括获取待处理的文本；利用经改进的SimHash算法计算文本的指纹信息，其中，经改进的SimHash算法在对文本中相应词语的哈希值进行加权时，利用词语在该文本内的权值以及在该文本所处领域中该词语的领域权值进行加权；利用领域权值对文本的领域关联性进行打分，得到文本的领域分值；将文本的指纹信息分为多个指纹段，基于指纹段的数值构建倒排索引，其中，倒排索引对应的键值对中，键存储指纹段的数值，值存储文本相关信息，文本相关信息包括文本的指纹信息和领域分值；通过领域权重对文本进行打分，构建倒排索引，以避免后期推荐相似文本时重复处理数据库内的文本，极大地提升了处理效率。
-
公开(公告)号：CN113190733A
公开(公告)日：2021-07-30
申请号：CN202110459851.2
申请日：2021-04-27
Applicant: 中国科学院计算技术研究所
IPC: G06F16/951 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于多平台的网络事件流行度预测方法，包括以下步骤：分别获取多个平台的网络事件的流行度预测序列，并融合多个流行度预测序列形成网络事件的流行度联合预测序列；分别获取多个平台的网络事件的流行度历史序列，并融合多个流行度历史序列形成网络事件的流行度联合历史序列；利用生成式对抗网络将流行度联合预测序列与流行度联合历史序列进行对齐，得到网络事件的流行度最终预测序列。
-
公开(公告)号：CN113128587A
公开(公告)日：2021-07-16
申请号：CN202110413687.1
申请日：2021-04-16
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于位置学习图卷积神经网络的图分类方法和系统，本发明目的是解决上述现有图分类方法启发式地对图中节点进行排序、选择的过程导致重要结构丢失和提取不到启发式规则下的关键结构等问题。具体来说，本发明提出了一种基于位置学习卷积神经网络的图分类方法，核心思想是通过为图上每个节点学习对应的位置，进而得到整个图的表示。这种端到端的建模方式有效避免了对节点进行排序、选择和丢弃的过程，不仅提升了图分类的准确率，而且保证了对关键结构的有效提取。
-
公开(公告)号：CN112883171A
公开(公告)日：2021-06-01
申请号：CN202110142917.5
申请日：2021-02-02
Applicant: 中国科学院计算技术研究所
IPC: G06F16/332 , G06F16/33 , G06F16/953 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 一种基于BERT模型的文档关键词抽取方法，其包括以下步骤：将文档集合中的每篇文档通过BERT模型进行编码，并提取BERT模型生成的文档语义对每个子词的注意力权重；将子词还原成词语，并将子词的注意力权重聚合为词语的注意力权重；将文档中不同位置的同一词语的注意力权重聚合为词语的与位置无关的注意力权重，记为p(word_weight|doc)；计算每个词语在文档集合上的注意力权重，记为p(word_weight|corpus)；以及联合p(word_weight|doc)和p(word_weight|corpus)，并选取N个最终注意力权重最高的词语作为文档关键词。该方法利用BERT模型提取文档语义表示来计算词语注意力权重分布，最终实现关键词的抽取，兼顾词语频率信息的同时，有效地解决传统无监督算法忽略语义问题，提高了关键词抽取的准确率和召回率。
-
公开(公告)号：CN109819019B
公开(公告)日：2021-04-27
申请号：CN201811634634.7
申请日：2018-12-29
Applicant: 中国科学院计算技术研究所
IPC: H04L29/08
Abstract: 本发明涉及一种网络数据采集的监控与统计分析方法，包括：用户可查询采集节点的工作状态、调度节点的工作状态和采集任务的工作状态；对使用信源采集的结构化数据进行统计，以获取针对该信源的采集量，以及该信源的活跃等级，并根据该用户的查询请求，将该采集量和/或该活跃等级发送给该用户；通过比较该采集量的变化量和/或该结构化数据的相似度的变化量，获取该信源的实时状态，发现潜在失效信源，并推送给该用户，以辅助该用户对该信源进行管理。
-
-
-
-
-
-
-
-
-
Search Results
383
records
(took 0.1 seconds)
