-
公开(公告)号：CN119025685A
公开(公告)日：2024-11-26
申请号：CN202411479256.5
申请日：2024-10-23
Applicant: 华侨大学
Abstract: 本发明提供的一种知识图谱关系预测方法、装置、设备及存储介质，涉及知识图谱关系预测技术领域，本发明通过从稀疏知识图谱中构建候选三元组，根据预设的提示模板得到三元组循证文本集；利用大语言模型组合决策法计算候选三元组的关系支持度；接着，融合关系支持度和BERT模型向量嵌入，获得知识图谱的所有候选三元组的实例等价性向量，即候选三元组向量与真实标准化向量；然后，基于欧式距离计算候选三元组与事实三元组的实例等价性得分；最后，根据实例等价性得分筛选出超过阈值的候选三元组作为预测三元组，实现知识图谱关系预测。本发明提高了知识图谱关系的预测精度、增强了预测结果的循证支撑力度，在适应稀疏知识图谱方面表现出色。
-
公开(公告)号：CN118036728A
公开(公告)日：2024-05-14
申请号：CN202410220176.1
申请日：2024-02-28
Applicant: 华侨大学
Abstract: 本发明提供的自监督学习的知识图谱实体对齐方法、装置、设备及介质，首先分别将两个异构的标准术语知识图谱连接后送入初始嵌入模块进行嵌入向量表达，获得实体初始嵌入向量和属性值初始嵌入向量；接着，将实体初始嵌入向量与属性值初始嵌入向量送入关系聚合嵌入模块与属性聚合嵌入模块进行嵌入更新,经图卷积网络后，获得实体图嵌入向量集合；最后，将实体图嵌入向量集合送入交互对比学习模块，生成正实体对集合，通过损失函数的迭代优化训练得到知识图谱实体对齐模型。本发明充分考虑知识图谱的多视图信息，在自监督的实体对齐框架中，充分利用与整合图结构信息进行高效融合，提高了知识图谱中实体对齐的准确度通用性，具有极高的应用价值。
-
公开(公告)号：CN117171353A
公开(公告)日：2023-12-05
申请号：CN202310891745.0
申请日：2023-07-20
Applicant: 华侨大学
IPC: G06F16/36 , G06N3/045 , G06N3/0464 , G06N3/0499 , G06N3/08 , G06N3/042 , G06F40/205
Abstract: 本发明提供了一种事件共指的消解方法、装置、设备及可读存储介质。以依存句法关系、事件元素信息为基础构建图结构数据，通过图注意力网络学习到句子中元素的相互依赖性。通过Pai rCNN模块提取事件对中事件句的上下文交互信息，该模型可以有效的解决事件共指消解问题。
-
公开(公告)号：CN116562263A
公开(公告)日：2023-08-08
申请号：CN202310511318.5
申请日：2023-05-08
Applicant: 华侨大学
IPC: G06F40/205
Abstract: 本发明提供了一种文档衔接连贯性的评测方法、装置、设备及存储介质，通过先调用预训练语言模型并以掩码预测的方式将事件论元逐个进行填充，将事件实例还原为事件描述语句，接着，将两个事件描述语句之间的事件关系映射为关联词集合，选取置信度最高的关联词作为事件关系预测结果，事件关系预测结果包括事件论元连贯性与事件关系衔接性，最后，根据事件论元连贯性与事件关系衔接性的度量和融合，生成文档衔接连贯性的评测结果，通过文档衔接连贯性评测，拓宽自动作文评测的适用题型与应用场景。
-
公开(公告)号：CN116049446B
公开(公告)日：2023-06-06
申请号：CN202310212003.0
申请日：2023-03-07
Applicant: 华侨大学 , 中国医学科学院阜外医院
IPC: G06F16/36 , G06F40/295 , G06F40/211 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种事件抽取方法、装置、设备及计算机可读存储介质，包括：获取句子文本，并将所述句子文本构建成图结构数据；对所述图结构数据中的每个节点进行初始化向量编码，并基于图注意网络模型对节点向量编码进行更新；调用二进制标记网络对更新后的节点向量编码及句子文本进行事件提取，其中，事件提取包括事件类型识别，事件触发词识别和事件论元识别，旨在解决无法捕获长距离依赖信息以及重叠事件问题。
-
Patent Agency Ranking
公开(公告)号：CN112329855B
公开(公告)日：2023-06-02
申请号：CN202011224897.8
申请日：2020-11-05
Applicant: 华侨大学
IPC: G06F18/28 , G06F18/2337 , G06F18/2131 , G06F18/2136 , G06F18/214 , G06F18/22 , G06F18/10 , G06F17/11 , G06F17/14 , G06F17/16
Abstract: 本发明提供一种基于自适应字典的欠定工作模态参数识别方法，方法包括：首先获取限定个传感器测得的时域响应信号，在利用其在频率的稀疏性估计混合矩阵得到模态振型的基础上，首先将UBSS模型转换为CS模型，在CS框架下，然后使用K‑SVD字典学习方法生成具有更强稀疏表示能力的自适应字典；最后，利用正交匹配追踪算法重构源信号得到模态坐标响应，进而得到系统的固有频率和阻力比，实现欠定工作模态参数的识别，本发明方法能够有效提高传统现有技术模态参数的精度；本发明能够有效监测线性工程系统的工作模态参数，用于振动控制、设备故障诊断以及健康监测。
-
公开(公告)号：CN116049446A
公开(公告)日：2023-05-02
申请号：CN202310212003.0
申请日：2023-03-07
Applicant: 华侨大学 , 中国医学科学院阜外医院
IPC: G06F16/36 , G06F40/295 , G06F40/211 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种事件抽取方法、装置、设备及计算机可读存储介质，包括：获取句子文本，并将所述句子文本构建成图结构数据；对所述图结构数据中的每个节点进行初始化向量编码，并基于图注意网络模型对节点向量编码进行更新；调用二进制标记网络对更新后的节点向量编码及句子文本进行事件提取，其中，事件提取包括事件类型识别，事件触发词识别和事件论元识别，旨在解决无法捕获长距离依赖信息以及重叠事件问题。
-
公开(公告)号：CN115510856A
公开(公告)日：2022-12-23
申请号：CN202211322970.4
申请日：2022-10-27
Applicant: 华侨大学
IPC: G06F40/284 , G06N5/02 , G06N20/00
Abstract: 本发明提供事件知识图谱的表示向量的生成方法、装置、设备和介质，涉及知识图谱表示向量学习领域。生成方法包含S1获取实体的描述语句，采用BERT编码模型进行向量表示，获取实体描述向量。S2获取实体的类型信息，采用加权层次编码模型进行向量表示，获取实体类型向量。S3获取实体的词向量，采用Word2vec词向量模型进行向量表示，获取实体的实体语义向量。S4根据实体描述向量、实体类型向量和实体语义向量，获取实体初始向量。S5获取实体对之间的所有多跳关系路径，通过路径资源约束算法，获取关系初始向量。S6根据实体初始向量和关系初始向量，获取三元组集合。S7根据三元组集合，采用transE模型进行表示向量学习，获取实体学习表示向量和关系学习表示向量。
-
公开(公告)号：CN112311078A
公开(公告)日：2021-02-02
申请号：CN202011215257.0
申请日：2020-11-04
Applicant: 华侨大学
Abstract: 本发明提供一种基于信息融合的太阳能负载调节方法和装置，方法包括：通过通信接口向服务器发送数据请求；基于所述请求，通过通信接口获取服务器提供的天气预报数据和实时天气数据；根据获取的天气预报数据生成数据矩阵，实时天气数据生成行向量；将所述数据矩阵和所述行向量分别进行向量归一化；基于归一化的天气预报数据矩阵和实时天气数据向量生成目标状态的控制权值向量；根据所述目标状态的控制权值向量和当前目标状态确定下一时刻目标状态进而控制输出值，以实现对负载的调节。本发明实现太阳能负载的合理持续供电，以尽可能避免未来几天阴雨天气无可用太阳能时对负载供电的间断，实现负载的科学合理调配。
-
公开(公告)号：CN111292366A
公开(公告)日：2020-06-16
申请号：CN202010094884.7
申请日：2020-02-17
Applicant: 华侨大学
Abstract: 本发明涉及智能汽车的自动驾驶领域，尤其涉及一种基于深度学习和边缘计算的视觉行车测距算法，包括以下步骤：S1、构建带行车测距数据集并进行标注；S2、利用构建的标准数据集，生成适用于行车测距的深度模型；S3、联合边缘设备和传感设备自动对网络进行分割加速推断；S4、用测试数据集进行实验，预测行车距离，本发明使用单目摄像头采集行车数据集，节省了成本。且通过多种数据增强的方法对数据集进行了有效扩充，不仅增加了数据量，有效避免了网络过拟合，提高了行车测距的准确率。
-
-
-
-
-
-
-
-
-
Search Results
81
records
(took 0.033 seconds)
