-
公开(公告)号：CN115329146A
公开(公告)日：2022-11-11
申请号：CN202210959140.6
申请日：2022-08-10
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F16/901 , G06K9/62
摘要： 本发明提供一种时序网络中的链路预测方法、电子设备及存储介质。所述方法包括：分别提取时序网络中源节点和目标节点的时序自适应游走，源节点和目标节点中的至少一个节点为不可见节点，根据源节点和目标节点的时序自适应游走，分别获取源节点和目标节点在嵌入空间中的距离度量向量，以计算源节点与目标节点在嵌入空间中的第一距离，并根据源节点和目标节点的时序自适应游走，分别获取所述源节点和所述目标节点在动态图结构上的结构感知向量，以计算源节点与目标节点在动态图结构上的第二距离，从而根据第一距离和第二距离，预测源节点和目标节点在目标时间戳形成链路的概率。本发明能够有效提高时序网络中归纳式链路预测的准确性。
-
公开(公告)号：CN108197335A
公开(公告)日：2018-06-22
申请号：CN201810195460.2
申请日：2018-03-09
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F17/30
摘要： 本发明公开了一种基于用户行为个性化查询推荐方法及装置，其中推荐方法包括如下步骤：获取初始查询步骤；清空推荐列表步骤；检测查询候选项数量步骤，获取推荐列表中的查询候选项的数量，如果查询候选项的数量小于推荐数量，则进入读取初始推荐列表步骤，如果查询候选项的数量等于推荐数量，则进入返回推荐列表步骤，筛选查询候选项步骤，依次读取查询候选项，并通过查询推荐模型算法计算每个查询候选项的得分，并将最高分所对应的查询候选项存入推荐列表，并进入检测查询候选项数量步骤；返回推荐列表步骤，返回推荐列表给特定用户；通过分析用户的长期和短期搜索记录，并且结合用户当前查询的上下文，预测用户的搜索意图，提供查询推荐。
-
公开(公告)号：CN112668338B
公开(公告)日：2021-06-08
申请号：CN202110300792.4
申请日：2021-03-22
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F40/295 , G06N3/08 , G06N3/04
摘要： 本说明书一个或多个实施例提供一种澄清问题生成方法、装置和电子设备，所述方法包括：从用户输入的模糊上下文中提取实体信息；将所述模糊上下文输入到预先构建的CQG神经网络模型的模板生成模块，以得到澄清问题模板；将所述实体信息输入到所述CQG神经网络模型的实体渲染模块，以得到至少一个实体短语；以及基于所述澄清问题模板和所述至少一个实体短语，生成对于所述模糊问题的澄清问题以呈现给所述用户；其中，所述CQG神经网络模型是通过在粗到精CTF神经网络模型中加入分层Transformer机制和指针生成器机制构建的；以解决未登录词处理不足和缺乏模糊语义表示的问题。
-
公开(公告)号：CN112668338A
公开(公告)日：2021-04-16
申请号：CN202110300792.4
申请日：2021-03-22
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F40/295 , G06N3/08 , G06N3/04
摘要： 本说明书一个或多个实施例提供一种澄清问题生成方法、装置和电子设备，所述方法包括：从用户输入的模糊上下文中提取实体信息；将所述模糊上下文输入到预先构建的CQG神经网络模型的模板生成模块，以得到澄清问题模板；将所述实体信息输入到所述CQG神经网络模型的实体渲染模块，以得到至少一个实体短语；以及基于所述澄清问题模板和所述至少一个实体短语，生成对于所述模糊问题的澄清问题以呈现给所述用户；其中，所述CQG神经网络模型是通过在粗到精CTF神经网络模型中加入分层Transformer机制和指针生成器机制构建的；以解决未登录词处理不足和缺乏模糊语义表示的问题。
-
公开(公告)号：CN108197335B
公开(公告)日：2020-06-12
申请号：CN201810195460.2
申请日：2018-03-09
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F16/9535
摘要： 本发明公开了一种基于用户行为个性化查询推荐方法及装置，其中推荐方法包括如下步骤：获取初始查询步骤；清空推荐列表步骤；检测查询候选项数量步骤，获取推荐列表中的查询候选项的数量，如果查询候选项的数量小于推荐数量，则进入读取初始推荐列表步骤，如果查询候选项的数量等于推荐数量，则进入返回推荐列表步骤，筛选查询候选项步骤，依次读取查询候选项，并通过查询推荐模型算法计算每个查询候选项的得分，并将最高分所对应的查询候选项存入推荐列表，并进入检测查询候选项数量步骤；返回推荐列表步骤，返回推荐列表给特定用户；通过分析用户的长期和短期搜索记录，并且结合用户当前查询的上下文，预测用户的搜索意图，提供查询推荐。
-
公开(公告)号：CN109325109A
公开(公告)日：2019-02-12
申请号：CN201810978521.2
申请日：2018-08-27
申请人： 中国人民解放军国防科技大学
摘要： 一种基于注意力编码器的抽取式新闻摘要生成装置，包括：语句编码器，用于获取文档，并将文档划分为多个句子；文档编码器，用于根据所述多个句子与多个句子之间的关系获取文档表示；语句抽取器，用于根据所述多个句子与所述文档表示抽取用于作为摘要的句子。能够更好的捕获句子间的联系和依赖关系，从而准确的进行摘要的提取，在生成摘要时可以展示更丰富的信息。
-
公开(公告)号：CN110046298B
公开(公告)日：2021-04-13
申请号：CN201910334170.6
申请日：2019-04-24
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F16/9532 , G06K9/62 , G06N20/00
摘要： 本发明提供了一种查询词推荐方法及装置，包括：获取按照预设的长度对以用户在时刻t输入的字符串为前缀的补全查询词进行排序而得到初步排序列表；标记信息系统的搜索日志中的训练集中的每对数据的相关度；对所述训练集中的每个查询词按照所述查询词所属的检索任务进行检索任务标记；基于所述检索任务标记，计算所述训练集中与各个查询词相关的排序特征值；根据所述相关度和所述排序特征值，以机器学习方法对所述训练集中的每对数据进行训练，以生成排序模型；根据所述排序模型对所述初步排序列表进行重新排列，以得到推荐排序列表，从而可使本发明实施例面对复杂的检索任务提高查询词推荐的准确性。
-
公开(公告)号：CN108427756A
公开(公告)日：2018-08-21
申请号：CN201810220321.0
申请日：2018-03-16
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F17/30
摘要： 一种基于同类用户模型的个性化查询词补全推荐方法和装置，方法包括：获取用户输入的查询词前缀；根据查询日志和查询词前缀获取待补全查询词的集合；计算待补全查询词的频率得分；根据同类用户模型获取该用户与其所属的同类用户群成员的相似度，以及待补全查询词与同类用户群成员提交的查询词之间的相似度，并计算待补全查询词与同类用户所提交的查询词的相似度；根据频率得分和待补全查询词与同类用户所提交的查询词的相似度，获取待补全查询词的顺序；将待补全查询词进行排序以及将排序后的待补全查询词推荐给用户，从而解决了单个用户数据稀疏的问题，提高了查询词推荐的稳定性，提升用户的体验。
-
公开(公告)号：CN117131403A
公开(公告)日：2023-11-28
申请号：CN202311083691.1
申请日：2023-08-25
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F18/24 , G06F18/214 , G06F18/22 , G06F16/35 , G06F40/30 , G06F40/295 , G06N3/048 , G06F40/186 , G06F40/151 , G06N3/045
摘要： 本发明提供一种小样本关系分类过滤方法、装置及设备，该方法包括：构建粗粒度过滤器，用于对未标记的语料集进行过滤得到与种子实例具有相同实体及具有相似语义的候选实例；构建细粒度过滤器，用于对候选实例进行过滤，得到与种子实例的关系概念相同的候选实例；将该候选实例定义为阳性实例集，将与种子实例的关系概念不同的候选实例定义为负样本集；构建假阳性实例修正模块，用于调整、控制分类器在训练期间使用的负样本集的比例；基于已获得的少量的属于新出现的关系的标注实例，以及经假阳性实例修正模块调整后的阳性实例集、负样本集训练分类器，使其对小样本数据进行关系分类。本发明的方法能够提取高质量实例训练分类器，提升分类器精度。
-
公开(公告)号：CN115455144A
公开(公告)日：2022-12-09
申请号：CN202211071426.7
申请日：2022-09-02
申请人： 中国人民解放军国防科技大学
IPC分类号： G06F16/33 , G06F40/211 , G06F40/30 , G06N3/08
摘要： 本申请中一个或多个实施例提供了一种用于小样本意图识别的完型填空式的数据增强方法，内容包括：基于预训练语言模型构建完型填空式的数据增强任务用于意图识别，先采用无监督学习方法使得数据增强的结果在语义上与原始输入句子相似，然后再基于度量分类采用有监督的对比学习方法，使得同一类别的意图样本在嵌入空间中更接近彼此，不同类别的意图样本更远离彼此，对比学习方法包括原型层面的对比学习和实例层面的对比学习。在不破坏句法结构和增加噪音的情况下产生有意义的数据，充分利用了有限的数据并获得可分离的嵌入。在嵌入空间中获得更好的距离分布，从而改善基于度量的分类方法的性能。
-
-
-
-
-
-
-
-
-
搜索结果
28 条记录 (耗时 0.035 秒)
