-
公开(公告)号：CN113569055A
公开(公告)日：2021-10-29
申请号：CN202110843700.7
申请日：2021-07-26
Applicant: 东北大学
IPC: G06F16/36 , G06F40/295 , G06N3/08 , G06N3/12
Abstract: 本发明公开了一种基于遗传算法优化神经网络的露天矿知识图谱构建方法，属于露天矿山稳定性评估技术领域。包括：获取露天矿灾害相关数据并对其进行处理构建命名实体识别数据集；利用遗传算法对现有BERT‑BILSTM‑CRF模型进行优化，并利用命名实体识别数据集中的数据训练优化的BERT‑BILSTM‑CRF模型，获得命名实体识别模型；构建关系抽取标注数据集；利用遗传算法对现有BILSTM模型进行优化，并利用关系抽取标注数据集中的数据训练优化的BILSTM模型，获得关系抽取模型；将待抽取的露天矿灾害相关数据依次输入到命名实体识别模型和关系抽取模型进行实体关系抽取得到三元组，并存入Neo4j图数据库，构建露天矿知识图谱。该方法能够兼顾上下文信息，能够搭建露天矿稳定性领域高质量的知识图谱。
-
公开(公告)号：CN112560441A
公开(公告)日：2021-03-26
申请号：CN202011525926.4
申请日：2020-12-22
Applicant: 东北大学
IPC: G06F40/211 , G06F16/35 , G06N3/04
Abstract: 本发明公开自下而上规则结合神经网络的成分句法分析树构造方法，成分句法分析树构造技术领域。包括：获取PTB数据集并对PTB数据集进行预处理；创建句法分析树构造模型，包括Bi‑LSTM神经网络、标签分类器和连接分类器；利用PTB数据集中的句子和句子的成分句法分析树的结构信息对成分句法分析树构造模型进行训练；给定一个句子及句子中词所对应的POS标签，利用训练后的成分句法分析树构造模型对这个句子进行成分句法分析树构造。在构造过程中利用句法分析树的低层信息，帮助判断句法分析树的上层结构；Bi‑LSTM的应用克服了人工提取规则的局限性；两个分类器分别进行句子结构与成分预测，提升句法分析树构造模型的准确性。
-
Patent Agency Ranking
公开(公告)号：CN113569055B
公开(公告)日：2023-09-22
申请号：CN202110843700.7
申请日：2021-07-26
Applicant: 东北大学
IPC: G06F16/36 , G06F40/295 , G06N3/086 , G06N3/126
Abstract: 本发明公开了一种基于遗传算法优化神经网络的露天矿知识图谱构建方法，属于露天矿山稳定性评估技术领域。包括：获取露天矿灾害相关数据并对其进行处理构建命名实体识别数据集；利用遗传算法对现有BERT‑BILSTM‑CRF模型进行优化，并利用命名实体识别数据集中的数据训练优化的BERT‑BILSTM‑CRF模型，获得命名实体识别模型；构建关系抽取标注数据集；利用遗传算法对现有BILSTM模型进行优化，并利用关系抽取标注数据集中的数据训练优化的BILSTM模型，获得关系抽取模型；将待抽取的露天矿灾害相关数据依次输入到命名实体识别模型和关系抽取模型进行实体关系抽取得到三元组，并存入Neo4j图数据库，构建露天矿知识图谱。该方法能够兼顾上下文信息，能够搭建露天矿稳定性领域高质量的知识图谱。
-
公开(公告)号：CN112560441B
公开(公告)日：2024-02-09
申请号：CN202011525926.4
申请日：2020-12-22
Applicant: 东北大学
IPC: G06F40/211 , G06F16/35 , G06N3/045 , G06N3/0442 , G06N3/08
Abstract: 本发明公开自下而上规则结合神经网络的成分句法分析树构造方法，成分句法分析树构造技术领域。包括：获取PTB数据集并对PTB数据集进行预处理；创建句法分析树构造模型，包括Bi‑LSTM神经网络、标签分类器和连接分类器；利用PTB数据集中的句子和句子的成分句法分析树的结构信息对成分句法分析树构造模型进行训练；给定一个句子及句子中词所对应的POS标签，利用训练后的成分句法分析树构造模型对这个句子进行成分句法分析树构造。在构造过程中利用句法分析树的低层信息，帮助判断句法分析树的上层结构；Bi‑LSTM的应用克服了人工提取规则的局限性；两个分类器分别进行句子结构与成分预测，提升句法分析树构造模型的准确性。
-
公开(公告)号：CN111639878B
公开(公告)日：2023-05-26
申请号：CN202010516705.4
申请日：2020-06-09
Applicant: 东北大学
IPC: G06Q10/0635 , G06Q10/04 , G06F16/36 , G06F16/35 , G06F18/214
Abstract: 一种基于知识图谱构建的滑坡风险预测方法及系统，该系统包括训练单元、风险预测单元，其中训练单元包括：数据获取模块、数据处理与生成模块、特征组合模块、关系特征向量生成模块、三元组数据集构建模块、关系判断模块；采用方法为：获得研究地区内发生的滑坡事件，构成基础属性数据集；处理数据；构建正样本集；构建负样本集，生成新基础属性数据集；利用新基础属性数据集训练特征组合模型，对特征向量进行特征组合，生成39维的组合特征向量；生成知识图谱中关系的特征向量；构建三元组数据集；利用三元组数据集训练知识图谱模型；预测待测地点的发生滑坡的概率，将知识图谱构建应用到滑坡风险预测，取得更高的预测滑坡的准确率。
-
公开(公告)号：CN114816650A
公开(公告)日：2022-07-29
申请号：CN202110113718.1
申请日：2021-01-27
Abstract: 一种资源调度方法及装置，在该方法中，资源调度装置从多个第一候选方案中选择第一参考方案。第一候选方案的综合值指示第一候选方案在多个评价指标下的综合性能，根据多个第一候选方案获得多个第二候选方案。根据每个第二候选方案的综合值和差异值，从多个第二候选方案中选择目标资源调度方案，并根据目标资源调度方案进行资源调度。每个第二候选方案的综合值指示第二候选方案在多个评价指标下的综合性能，第二候选方案的差异值指示第二候选方案与第一参考方案的差异程度。目标资源调度方案考虑了第二候选方案在多个评价指标下的综合表现和第二候选方案与第一参考方案的差异性，使得后续利用目标资源调度方案能够达到较佳的资源调度效果。
-
公开(公告)号：CN111639878A
公开(公告)日：2020-09-08
申请号：CN202010516705.4
申请日：2020-06-09
Applicant: 东北大学
Abstract: 一种基于知识图谱构建的滑坡风险预测方法及系统，该系统包括训练单元、风险预测单元，其中训练单元包括：数据获取模块、数据处理与生成模块、特征组合模块、关系特征向量生成模块、三元组数据集构建模块、关系判断模块；采用方法为：获得研究地区内发生的滑坡事件，构成基础属性数据集；处理数据；构建正样本集；构建负样本集，生成新基础属性数据集；利用新基础属性数据集训练特征组合模型，对特征向量进行特征组合，生成39维的组合特征向量；生成知识图谱中关系的特征向量；构建三元组数据集；利用三元组数据集训练知识图谱模型；预测待测地点的发生滑坡的概率，将知识图谱构建应用到滑坡风险预测，取得更高的预测滑坡的准确率。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
