-
公开(公告)号:CN118470462A
公开(公告)日:2024-08-09
申请号:CN202410648343.2
申请日:2024-05-23
IPC: G06V10/774 , G06V10/44 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N5/04
Abstract: 本发明提出一种多步推理策略的图谱校正方法、电子设备、存储介质,属于计算机视觉领域,针对传统图谱构建和语义识别中的单步预测模式缺陷进行优化。具体操作包括对单步的语义识别结果进行校验和修正,将低置信度的语义特征进行掩码处理,利用高置信度的语义特征构建场景上下文信息作为先验知识进行多步推理,并据此优化被掩码的语义特征并进行再次预测。此步骤会作为一次迭代,在多次迭代过程中,预测模式能够不断校正和优化,实现了对低置信度预测模式的可迭代推理,使得语义识别过程和图谱构建过程更为准确有效,将计算机视觉领域的图谱构建和语义识别推向了新的高度。
-
公开(公告)号:CN118467773A
公开(公告)日:2024-08-09
申请号:CN202410648341.3
申请日:2024-05-23
IPC: G06F16/58 , G06F16/583 , G06F16/901 , G06F16/33 , G06F16/35 , G06N3/006 , G06N3/0442 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提出了一种跨模态图结构语义对齐方法、电子设备、存储介质,属于计算机领域,主要包括从图像中提取视觉结构化信息和将视觉信息转化为描述语句的两个智能体。该方法提出了一种基于强化学习的跨模态图结构耦合奖惩机制,首先将智能体生成的描述语句及其相应的人工标注语句进行结构化分解,然后针对配对的结构化表征计算语义相似度得分。通过这种方式,智能体相互合作以最大化自己的奖励,在强化学习过程中逐步实现视觉‑语言的跨模态图结构语义对齐。该方法可以有效提高多模态知识图谱的构建精度和效率。
-
公开(公告)号:CN118094504A
公开(公告)日:2024-05-28
申请号:CN202410482743.0
申请日:2024-04-22
IPC: G06F21/31 , G06F21/46 , G06F40/205
Abstract: 本发明提出了一种实体数字身份标识的通用处理方法及装置,涉及信息技术领域,尤其是实体数字身份标识处理技术领域,该方法包括:对于实体,确定实体类型及实体类型对应的稳定特征要素;确定实体存在的环境及实体存在的环境对应的环境特征要素;定义实体标识符命名规则,利用所述实体标识符命名规则确定实体标识符;根据实体特征,确定实体类型对应的稳定特征要素的权重值及实体存在的环境对应的环境特征要素的权重值;将所述实体标识符、实体类型对应的稳定特征要素、实体存在的环境对应的环境特征要素、实体类型对应的稳定特征要素的权重值及实体存在的环境对应的环境特征要素的权重值进行绑定注册,完成实体数字身份标识。
-
-