一种知识图谱的知识补全方法及装置

    公开(公告)号:CN110147450B

    公开(公告)日:2021-08-03

    申请号:CN201910372653.5

    申请日:2019-05-06

    Abstract: 本发明提供一种知识图谱的知识补全方法及装置,能够解决知识补全过程中存在的负例无意义和1‑N关系难以处理的问题。方法包括:确定实体和关系对应的空间向量;根据实体和关系对应的空间向量,计算语义关系,得到实体之间新的关系,补全知识图谱;利用生成式对抗网络随机生成负例,并结合导出的事实三元组训练第一知识表示模型;对得到的事实三元组进行概念分层,随机选择事实三元组同一子概念下的实体构造负例,并结合导出的事实三元组,采用最大间隔方法,训练第二知识表示模型;将第二知识表示模型作为第一知识表示模型的判别器输入,通过对抗生成式网络优化第一知识表示模型,得到用于知识补全的目标知识表示模型。本发明涉及知识工程领域。

    针对踝关节韧带损伤的步态特征提取与生成方法及系统

    公开(公告)号:CN111329488B

    公开(公告)日:2021-02-02

    申请号:CN202010148549.0

    申请日:2020-03-05

    Abstract: 本发明提供一种针对踝关节韧带损伤的步态特征提取与生成方法及系统,该方法包括:足踝部运动测量、数据预处理、步态相期分割、步态特征空间构建、步态特征生成、真实与生成特征相关度评估和生成特征有效性可视化验证;本发明解决了现有医疗系统中存在的特征质量低和样本量不足的问题;通过采集受试者的步态数据,针对踝关节韧带损伤,建立损伤组与对照组的小样本数据集,基于人体测量学方法进行特征精细化对比与分析,建立踝关节损伤的步态特征空间、步态特征生成与有效性验证,为基于大数据的智能踝关节损伤诊断与决策、康复方案精准化构建和辅助外骨骼机器人研制等相关领域的研究与应用提供了大量有人体测量学依据的优质、高效的特征数据支撑。

    一种基于中医古籍文献的短语挖掘方法和系统

    公开(公告)号:CN110334337B

    公开(公告)日:2020-12-08

    申请号:CN201910335367.1

    申请日:2019-04-24

    Abstract: 本发明提供基于中医古籍文献的短语挖掘方法及系统,所述挖掘方法将短语挖掘技术、面向中医古籍文献的分词方法和语言知识库相结合,通过添加中医古文的停用词表以及高质量短语并使用面向中医古籍文献的分词方法进行分词,再利用分词后的文件和词映射生成的映射文件进行两次词性引导的短语分隔,保存模型和结果,并根据模型结果生成短语挖掘结果并回标。本发明基于远程监督方法,不需要人工标注语料,也不需要人工设计提取特征,只需要利用现有的公共知识库,节省了人力物力;从大量中医古文文献中提取高质量短语,只需进行有限的浅层语言分析,易操作,效率更高;同时,更加全面的利用古籍文献,从而对中医古籍文献中的短语进行高效、智能的挖掘。

    一种中医专病临床辅助诊断装置

    公开(公告)号:CN112002408A

    公开(公告)日:2020-11-27

    申请号:CN202010725650.8

    申请日:2020-07-24

    Abstract: 本发明提供一种中医专病临床辅助诊断装置,属于人工智能技术领域。所述装置包括:向量化单元,用于对原始中医医案数据中的症状描述词语及证候词语分别进行向量化表示,得到症状词向量和证候向量;点乘单元,用于将症状词向量点乘症状词位置向量,得到拥有症状词位置信息的症状描述句向量;拼接单元,用于将症状描述句向量和证候向量进行拼接,利用拼接后的向量及其标签构造训练集,其中,标签用于表示拼接后的向量中的症状描述句向量与证候向量是否匹配;训练单元,用于将训练集输入到专病证候分类模型对其进行训练。采用本发明,能够解决特征建模难,模型鲁棒性差。

    针对踝关节韧带损伤的步态特征提取与生成方法及系统

    公开(公告)号:CN111329488A

    公开(公告)日:2020-06-26

    申请号:CN202010148549.0

    申请日:2020-03-05

    Abstract: 本发明提供一种针对踝关节韧带损伤的步态特征提取与生成方法及系统,该方法包括:足踝部运动测量、数据预处理、步态相期分割、步态特征空间构建、步态特征生成、真实与生成特征相关度评估和生成特征有效性可视化验证;本发明解决了现有医疗系统中存在的特征质量低和样本量不足的问题;通过采集受试者的步态数据,针对踝关节韧带损伤,建立损伤组与对照组的小样本数据集,基于人体测量学方法进行特征精细化对比与分析,建立踝关节损伤的步态特征空间、步态特征生成与有效性验证,为基于大数据的智能踝关节损伤诊断与决策、康复方案精准化构建和辅助外骨骼机器人研制等相关领域的研究与应用提供了大量有人体测量学依据的优质、高效的特征数据支撑。

    一种铁精粉分割方法及分割装置

    公开(公告)号:CN111028253A

    公开(公告)日:2020-04-17

    申请号:CN201911164824.1

    申请日:2019-11-25

    Abstract: 本发明提供一种铁精粉分割方法及分割装置,能够将铁精粉从铁精粉图像中完整准确地提取出来。所述方法包括:获取传送过程中的铁精粉图像及对应的标注图作为训练样本集;建立基于注意力机制模块的分割网络SegNet,其中,注意力机制包括:空间注意力和通道注意力;利用获取的训练样本集训练分割网络SegNet;利用训练好的分割网络SegNet对待分割的铁精粉图像进行分割,输出铁精粉图像每个像素点的类别。本发明涉及矿石筛选技术领域。

    一种基于中医知识图库的辨证方法

    公开(公告)号:CN110335675A

    公开(公告)日:2019-10-15

    申请号:CN201910536714.7

    申请日:2019-06-20

    Abstract: 本发明提供了一种基于中医知识图库的辨证方法,用以提高对现有中医知识图库的利用及中医理论的信息化、智能化。所述辨证方法根据中医基础理论,以建立的中医知识图库为基础,利用强化学习发现并计算症象到证候的元路径和症象到病因的元路径,再将输入的症象由两类元路径分别对应的证候和病因进行评分,从融合后的最高评分中得到最可能的证候。本发明为中医智能诊断的研究开辟了一条新的思路和方法,同时挖掘和丰富中医理论内涵,促进中医理论的现代化、信息化发展,提高历史经验在临床实践中的指导能力和水平,进而促进中医学科的发展,对于创新和深化中医诊疗服务有着重大的现实意义。

    一种基于中医古籍文献的短语挖掘方法和系统

    公开(公告)号:CN110334337A

    公开(公告)日:2019-10-15

    申请号:CN201910335367.1

    申请日:2019-04-24

    Abstract: 本发明提供所提供的基于中医古籍文献的短语挖掘方法及系统,所述挖掘方法将短语挖掘技术、面向中医古籍文献的分词方法和语言知识库相结合,通过添加中医古文的停用词表以及高质量短语并使用面向中医古籍文献的分词方法进行分词,再利用分词后的文件和词映射生成的映射文件进行两次词性引导的短语分隔,保存模型和结果,并根据模型结果生成短语挖掘结果并回标。本发明基于远程监督方法,不需要人工标注语料,也不需要人工设计提取特征,只需要利用现有的公共知识库,节省了人力物力;从大量中医古文文献中提取高质量短语,只需进行有限的浅层语言分析,易操作,效率更高;同时,更加全面的利用古籍文献,从而对中医古籍文献中的短语进行高效、智能的挖掘。

    一种基于领域内网的搜索引擎系统及构建方法

    公开(公告)号:CN110134851A

    公开(公告)日:2019-08-16

    申请号:CN201910367379.2

    申请日:2019-05-05

    Abstract: 本发明提供了一种基于领域内网的搜索引擎系统及构建方法,用以解决现有技术无法满足搜索引擎的专业化、个性化需求的问题。所述构建方法,通过爬虫策略抓取原始网络信息数据并存储到构建的大数据存储平台中,再从网络信息数据中抽取资源信息,而后基于临时表的同步机制,将资源信息索引到检索集群中;再基于中文分词组件和领域词表的搜索策略,提高信息检索的速度与精度。本发明的搜索引擎系统及构建方法,基于通用搜索引擎系统的一般框架模式,为面向特定领域的轻量级内网搜索引擎系统的构建开辟了一条新的思路,能够自动获取给定内网网络中的各种信息资源并建立索引,提供搜索服务,具有专业性和较高的搜索效率,同时可灵活应用于各种领域。

    一种面向中医古籍文献的分词方法和装置

    公开(公告)号:CN110134766A

    公开(公告)日:2019-08-16

    申请号:CN201910384880.X

    申请日:2019-05-09

    Abstract: 本发明的实施例公开一种面向中医古籍文献的分词方法和装置,所述方法包括:对中医领域的古籍文献进行预处理,生成训练语言模型的语料;对所述语料进行训练,生成语言模型;使用所述语言模型对所述古籍文献进行无监督分词,生成初步分词结果;根据词性关系、句式的固定搭配以及语言学知识,对所述初步分词结果进行总结,整理出切分规则,形成规则文件;根据所述规则文件中的规则,对所述初步分词结果进行第一次修正,生成第一次修正结果。

Patent Agency Ranking