-
公开(公告)号：CN110704576A
公开(公告)日：2020-01-17
申请号：CN201910944006.7
申请日：2019-09-30
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种基于文本的实体关系抽取方法及装置，该方法从预设的语料库中确定待处理文本中待处理实体所属描述文本中的词作为待处理词；根据待处理实体和待处理词分别与待处理文本的所属关系，得到文本向量表示；将述文本向量表示输入至预设的关系分类模型，得到待处理实体间的关系表示，本实施例引入了待处理实体及待处理实体所属的描述文本，以使得到的文本向量表示包含了待处理实体存在的潜在信息，可见，应用本实施例提供的方法能够提高对文本进行分类的准确率。
-
公开(公告)号：CN109801077A
公开(公告)日：2019-05-24
申请号：CN201910052269.7
申请日：2019-01-21
Applicant: 北京邮电大学
Abstract: 本发明实施例提供了一种套现用户检测方法、装置及设备，其中，该方法包括：获取各个待检测用户的自身特征信息以及各个待检测用户的交互信息，其中，针对各个待检测用户，该交互信息包括该待检测用户与其他待检测用户交互的信息和该待检测用户与待检测用户之外的其他对象交互的信息；针对各个待检测用户，根据该待检测用户的自身特征信息，以及该待检测用户的交互信息，确定该待检测用户的邻居特征信息；并将该待检测用户的自身特征信息和邻居特征信息，输入至注意力机制模型，得到该待检测用户套现的概率；其中，注意力机制模型是根据多个训练样本训练得到的。通过本发明实施例提供的套现用户检测方法、装置及设备，提高检测的准确性。
-
公开(公告)号：CN106951527A
公开(公告)日：2017-07-14
申请号：CN201710168927.X
申请日：2017-03-21
Applicant: 北京邮电大学
IPC: G06F17/30
Abstract: 本发明实施例提供了一种歌曲推荐方法及装置，该方法中，获取多个用户的听歌记录，其中，多个用户中包括待推荐用户，听歌记录中记录有每个用户针对歌曲库中的各首歌曲的反馈信息，反馈信息为收听、下载和收藏中的至少一个；根据听歌记录中的反馈信息对歌曲库中的歌曲进行聚类，得到多类歌曲；从聚类获得的多类歌曲中，确定待推荐用户所对应的目标类别歌曲；从目标类别歌曲中，选取一首歌曲推荐至待推荐用户。由此，通过聚类的方式，将歌曲库中的歌曲分类，从聚类得到的多类歌曲中确定目标类别歌曲，再从目标类别歌曲中选取一首歌曲推荐至待推荐用户，相比于直接从歌曲库中选取一首歌曲进行推荐，大大减少了计算量，提高了歌曲推荐速率。
-
公开(公告)号：CN105913125A
公开(公告)日：2016-08-31
申请号：CN201610225725.X
申请日：2016-04-12
Applicant: 北京邮电大学
IPC: G06N7/00
CPC classification number: G06N7/00
Abstract: 本发明实施例提供的异质信息网络元路径确定、链路预测方法及装置，可以创建第一数据结构体并插入侯选集；根据侯选集中保存的数据结构体的综合相似性分数的大小，从侯选集中选出一个数据结构体，检察该数据结构体中是否存在与任一第一实体对相同的第三实体对；如果存在，将该数据结构体中链接第三实体对的元路径保存至元路径集，删除侯选集中的该数据结构体，并继续从侯选集中选择下一个数据结构体；否则，创建第三数据结构体并插入侯选集，然后继续从侯选集中选择下一个数据结构体，直到侯选集为空。应用本发明提供的元路径确定方法及装置，可以快速、准确地确定出有用的元路径；应用本发明提供的一种链路预测方法及装置，获得的预测结果更准确。
-
公开(公告)号：CN105761154A
公开(公告)日：2016-07-13
申请号：CN201610222113.5
申请日：2016-04-11
Applicant: 北京邮电大学
Abstract: 本发明实施例提供的一种社会化推荐方法及装置，可以接收异质信息网络中的第一用户发送的推荐请求；判断所述异质信息网络中是否存在所述第一用户未知的第一物品；如果是，根据第一预测模型，确定所述第一用户对每个所述第一物品的预测评分，其中，所述第一预测模型为：B'是用户相似性规则化项；并将预测评分不小于预设值的所述第一物品推荐给所述第一用户。由于第一预设模型中的用户相似性规则化项B'，对高相似性用户和低相似性用户均具有良好的约束性。因此，相比于现有技术中的基础社会化推荐算法SoMF，本发明提供的一种社会化推荐方法及装置，对第一用户未知的第一物品的预测评分更准确，使得推荐效果更好，更能满足用户的需求。
-
Patent Agency Ranking
公开(公告)号：CN119089013A
公开(公告)日：2024-12-06
申请号：CN202410627734.6
申请日：2024-05-20
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司 , 北京邮电大学
IPC: G06F16/9035 , G06F16/901 , G06N3/042 , G06N3/04
Abstract: 本申请公开了一种套餐业务推荐方法、装置、设备、存储介质及产品，涉及业务推荐技术领域，包括：获取动态异质图的快照，所述动态异质图用于映射用户订购套餐的动态演化过程；基于动态元路径，确定快照中目标节点的邻居节点集；对所述邻居节点集进行基于时间编码的注意力聚合操作，得到节点表示；根据所述节点表示确定节点嵌入，基于指数时间衰减机制，将不同快照下的节点嵌入聚合为节点编码；根据所述节点编码的链接预测结果进行套餐业务推荐。本申请能够提高套餐业务推荐效果。
-
公开(公告)号：CN118400122A
公开(公告)日：2024-07-26
申请号：CN202410260673.4
申请日：2024-03-07
Applicant: 北京邮电大学
IPC: H04L9/40 , G06N3/0464 , G06N3/042
Abstract: 本申请提供一种基于图神经网络的通信网络鲁棒性检验方法及相关设备；该方法包括：通信网络的图数据输入至图卷积神经网络，对图卷积神经网络进行切片，确定切片属性矩阵；确定扰动后的切片属性矩阵的空间范围，利用切片后的图卷积神经网络对扰动后的节点进行分类，得到扰动后的分类结果，利用扰动后的分类结果和扰动后的节点属性矩构建约束条件；构建每层激活函数的线性边界，以确定输出边界，基于该层的输出边界进行反向传播，得到切片后的图卷积神经网络的输出边界，根据该节点在当前的扰动预算下的输出是否满足约束条件，来确定出扰动预算的极大值，根据扰动预算的极大值判断对该节点的分类结果是否可信。
-
公开(公告)号：CN118230024A
公开(公告)日：2024-06-21
申请号：CN202410216019.3
申请日：2024-02-27
Applicant: 北京邮电大学
IPC: G06V10/764 , G06V10/40 , G06V10/774 , G06V10/82 , G06N3/0475 , G06N3/094
Abstract: 本公开提供一种图像处理方法及相关设备。该方法包括：获取待处理图像；基于训练好的图像处理模型处理所述待处理图像得到图像处理结果；其中，所述训练好的图像处理模型基于对抗样本训练得到；所述对抗样本基于原始图像样本得到，包括：对所述原始图像样本进行显著性检测，得到显著性得分图；对所述显著性得分图进行二值化得到显著区域；基于所述显著区域添加扰动以得到所述对抗样本。
-
公开(公告)号：CN111814469B
公开(公告)日：2023-07-18
申请号：CN202010669942.4
申请日：2020-07-13
Applicant: 北京邮电大学
IPC: G06F40/289 , G06F40/211 , G06F40/126 , G06F16/31 , G06F16/36
Abstract: 本发明实施例提供了一种基于树型胶囊网络的关系抽取方法及装置，涉及文字处理领域，可以提高关系抽取的准确性。本发明实施例的技术方案包括：利用序列编码器编码待识别文本中的各词语，得到词向量矩阵，其中，词向量矩阵包括对每个词语编码后得到的词向量。然后拼接待识别文本中的两个指定实体的嵌入表示，与待识别文本的嵌入表示，作为序列句嵌入表示。并利用树型胶囊网络，对待识别文本的短语结构树进行编码，得到结构句嵌入表示，短语结构树用于表示待识别文本的句法结构，短语结构树的每个叶子节点对应待识别文本的一个词语。再根据序列句嵌入表示和结构句嵌入表示，确定两个指定实体之间的关系类别。
-
公开(公告)号：CN112861936B
公开(公告)日：2023-06-02
申请号：CN202110102108.1
申请日：2021-01-26
Applicant: 北京邮电大学
IPC: G06F18/241 , G06N3/04 , G06N3/08 , G06Q50/20
Abstract: 本发明实施例提供了一种基于图神经网络知识蒸馏的图节点分类方法及装置，将所述学生模型得到的第二预测结果，拟合所述教师模型得到的第一预测结果，通过使用教师模型的第一预测结果优化学生模型的，不需要教师模型和学生模型之间的集成或迭代，也能够提高分类精度，简化了优化学生模型的过程；学生模型采用标签传播公式，通过有标签的节点传播到相邻无标签的节点，可以从图结构的先验知识中受益；也通过特征变换公式，预测无标签点集的软标签，可以从特征的先验知识中受益，即数据集中具有硬标签的点集及无标签点集的特征。从而充分的使用先验知识，提高学生模型的分类效果，从而提高分类精度。
-
-
-
-
-
-
-
-
-
Search Results
119
records
(took 0.028 seconds)
