-
公开(公告)号:CN111382276A
公开(公告)日:2020-07-07
申请号:CN201811631236.X
申请日:2018-12-29
Applicant: 中国科学院信息工程研究所
IPC: G06F16/36 , G06F16/332
Abstract: 本发明公开了一种事件发展脉络图生成方法。本方法为:1)对语料库中的每一新闻文本,生成该新闻文本的向量表示并抽取该新闻文本中的实体、事件隐含话题;2)计算目标事件的新闻文本与语料库中各新闻文本之间的实体相似性、话题相似性和向量表示相似性,并根据计算结果选取该目标事件的新闻集合;3)将该新闻集合中的每一篇新闻文本看作该目标事件的事件发展脉络图中的一节点,并计算节点之间的相似度,如果两节点的相似度大于设定阈值,则生成一连接该两节点的边,从而生成该新闻集合的新闻文本关系图;4)对该新闻文本关系图进行子事件划分,得到若干子事件阶段;5)根据每个子事件阶段对应的代表性文档生成该目标事件的事件发展脉络图。
-
公开(公告)号:CN110569355A
公开(公告)日:2019-12-13
申请号:CN201910671527.X
申请日:2019-07-24
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提出一种基于词块的观点目标抽取和目标情感分类联合方法及系统,具体为:对于每个连续词块,设计词块级别的特征以此来充分利用多个词之间的整体信息;计算每个词块的情感信息而非单独计算每一个词的情感信息,这样保证词块里多个词的情感倾向的一致性。本发明一是通过有效利用多个词整体信息,二是通过为多个词组成的词块计算一个情感信息表示来避免情感不一致的问题,来提升抽取和分类的准确率,具有良好的实用性。
-
公开(公告)号:CN108833462A
公开(公告)日:2018-11-16
申请号:CN201810330873.7
申请日:2018-04-13
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提供一种面向微服务的自注册服务发现的方法,包括以下步骤:通过前述系统使集群中的全部节点同步感知新发布的微服务;集群中的各节点的服务代理程序通过建立IPTABLES转发规则对微服务进行负载均衡调节。使得新服务发布后,集群中所有的节点都能够感知。为服务设定了统一的访问入口,在此基础之上,将负载均衡任务均摊到了集群各个节点,在保证服务后端实例负载均衡的基础之上又有效避免了负载均衡器成为性能瓶颈。同时提供实施上述方法的系统。
-
公开(公告)号:CN103530189B
公开(公告)日:2018-01-19
申请号:CN201310455128.2
申请日:2013-09-29
Applicant: 中国科学院信息工程研究所
IPC: G06F9/50
Abstract: 本发明涉及一种面向流式数据的自动伸缩及迁移方法,包括以下步骤:调度管理器包括收集模块、调度模块和监控模块,所述调度模块根据待调度作业的信息生成包括多个处理单元的处理单元队列;调度模块将所有处理单元分别分配给对应的物理节点,执行器在处理单元所在的物理节点上创建一个linux容器;收集模块通过监控linux容器的资源利用率得到处理单元的资源利用率;监控模块调整处理单元的资源配额;监控模块将处理单元迁移到其它的资源利用率低的物理节点上。本发明根据实际负载动态调整资源,避免资源浪费,提高了资源利用率,并提出一种处理单元迁移方法,在物理节点负载明显不均衡时,迁移特定的处理节点,实现了面向流式数据的动态负载均衡。
-
公开(公告)号:CN103870314B
公开(公告)日:2017-01-25
申请号:CN201410080648.4
申请日:2014-03-06
Applicant: 中国科学院信息工程研究所
IPC: G06F9/455
Abstract: 本发明涉及一种单节点同时运行不同类型虚拟机的方法及系统,实现方法为,解析任务请求中包含的对运行虚拟机的资源需求;将CPU参数转换成cgroup框架可识别的参数,判断待创建的虚拟机类型,如果是轻量级虚拟机,直接将资源需求传递给底层cgroup框架,建立并启动轻量级虚拟机;如果是全虚拟机,接将资源需求传递给底层cgroup框架,cgroup框架创建一个容器,在容器中建立所需的全虚拟机;利用网桥技术和TBF令牌桶过滤器技术将建立的轻量级虚拟机或全虚拟机接入局域网并进行网络I/O控制;本发明使得不同类型的虚拟机可以共享一台物理机的资源,提供给用户一种简单、透明、统一使用虚拟机的接口,提高了资源利用率。
-
公开(公告)号:CN103077189B
公开(公告)日:2016-01-20
申请号:CN201210560162.1
申请日:2012-12-20
Applicant: 中国电力科学研究院 , 国家电网公司 , 福建省电力有限公司 , 中国科学院信息工程研究所
Inventor: 孙其强 , 周薇 , 李立新 , 狄方春 , 韩冀中 , 戴娇 , 黄文英 , 任晓辉 , 林静怀 , 江凡 , 谢巧云 , 花静 , 闫湖 , 黄运豪 , 季知祥 , 袁荣昌 , 李大鹏 , 王威
IPC: G06F17/30
CPC classification number: G06F17/30348
Abstract: 本发明涉及电力系统控制技术,具体涉及一种面向大电网的并行实时数据库节点定位系统,包括:客户端模块:用于访问并行实时数据库主机节点模块,由主机节点模块返回主机信息,直接访问主机;主机节点模块:用于接受来自客户端模块的请求,访问定位服务器模块,返回主机信息;定位服务器模块:用于从系统管理模块中获取应用的主机信息。在保证并行实时库高并发响应的基础上,正确定位到主机,满足应用服务的要求。在客户端访问主机之前,先访问电力系统中每个域的定位服务器,然后更新本机的主机信息,最后从主机上获取数据。
-
公开(公告)号:CN105022668A
公开(公告)日:2015-11-04
申请号:CN201510212805.7
申请日:2015-04-29
Applicant: 腾讯科技(深圳)有限公司 , 中国科学院信息工程研究所
Abstract: 本发明公开了一种作业调度方法及系统,其中方法包括:获取到至少一个用户的作业信息,利用所述至少一个用户的作业信息,计算得到每个用户的至少一个作业的第一特征参数;所述第一特征参数用于表征所述作业的处理紧急度;基于所述每个用户的至少一个作业的第一特征参数,分别选取至少一个用户中每个用户的第一作业;根据所述每个用户的第一作业的第一特征参数,从至少一个用户的所述每个用户的第一作业中选取第二作业;当所述第二作业符合第一预设条件时,选取第三作业;所述第一预设条件表征所述第二作业的第一特征参数大于第一预设门限值;将所述第三作业对应的资源分配给所述第二作业,并利用分配的所述资源处理所述第二作业。
-
公开(公告)号:CN103491024A
公开(公告)日:2014-01-01
申请号:CN201310451552.X
申请日:2013-09-27
Applicant: 中国科学院信息工程研究所
IPC: H04L12/863
Abstract: 本发明涉及一种面向流式数据的作业调度方法,包括以下步骤:调度管理器从调度队列中实时获取待调度作业,根据待调度作业的信息利用有向无环图生成处理单元队列;调度管理器根据物理节点的非本地通信数和主导资源比例,为处理单元队列中的每个处理单元分别选择物理节点,将所有处理单元分别分配给对应的物理节点;执行器在启动处理单元时,先在该物理节点上创建一个linux容器,然后在linux容器内部启动处理单元。本发明将处理单元调度到非本地通信数较小、负载较低的物理节点上,可以将需要频繁通信的处理单元集中到同一物理节点,减少了跨物理节点的网络通信。
-
公开(公告)号:CN118227782A
公开(公告)日:2024-06-21
申请号:CN202211643171.7
申请日:2022-12-20
Applicant: 中国科学院信息工程研究所 , 新华融合媒体科技发展(北京)有限公司
IPC: G06F16/35 , G06F16/33 , G06F40/242 , G06F40/186 , G06N3/047 , G06N3/049 , G06N3/09
Abstract: 本发明涉及一种基于提示学习范式的少样本事件时序关系抽取方法和装置。该方法的第一阶段为事件时序关系模板配置阶段;第二阶段为时序标签映射器配置阶段,通过硬映射与软映射方式实现从预训练语言模型的词典到事件时序关系标签集合的映射;第三阶段为事件时序关系分类器训练阶段,分类器包含事件时序关系模板和时序标签映射器两个主要部件;第四阶段为事件时序关系预测阶段,利用训练完成的事件时序关系分类器判断事件之间的时序关系。本发明能够有效降低时序关系的抽取难度,减少训练所需的数据规模,达到很好的时序关系抽取效果,并且能够实现对事件时序关系识别任务的快速建模和数据适应,有效地缓解训练语料缺乏导致的模型训练不足的问题。
-
公开(公告)号:CN110647904B
公开(公告)日:2022-09-23
申请号:CN201910707010.1
申请日:2019-08-01
Applicant: 中国科学院信息工程研究所
IPC: G06K9/62 , G06F16/903
Abstract: 本发明提出一种基于无标记数据迁移的跨模态检索方法及系统,将经过聚类的无标注信息的单模态图像和文本数据作为迁移源域,有标注信息的跨模态数据集作为目标域,通过迁移学习将源域迁移至目标域的跨模态数据集,扩大训练数据规模,增加跨模态数据的语义信息,学得一个更好的共同空间。本发明很好地解决了跨模态数据集数据规模小的问题,更加符合实际用户查询不在预定义类别范围内的情况;同时,可以更好地提取不同模态数据的上层语义信息,克服模态之间的异构性差异,增加模态之间的相似性,提高跨模态检索准确率。
-
-
-
-
-
-
-
-
-