-
公开(公告)号：CN111581326B
公开(公告)日：2022-05-31
申请号：CN202010238159.2
申请日：2020-03-30
Applicant: 中国科学院信息工程研究所
IPC: G06F16/31 , G06F16/332
Abstract: 本发明提出一种基于异构外部知识源图结构抽取答案信息的方法，属于自然语言处理领域，为了提升问答返回的答案质量，本方法结合使用结构化知识和非结构化知识这两种异构的知识源，在获得相应的知识以后，使用结构化技术对知识进行建图处理，并结合图卷积网络技术学习图的表示，结合文本和图的信息来对从后台文本数据中返回能够正确回答用户问题的答案。本方法能够根据问题和答案的匹配程度对答案进行重排，将用户关心和期待的答案展示在最前面，使搜索结果更具针对性，使用户能够在更短的查询时间内得到更想要的答案。
-
公开(公告)号：CN111310054A
公开(公告)日：2020-06-19
申请号：CN202010150774.8
申请日：2020-03-06
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9535
Abstract: 本发明公开一种基于自适应Margin对称度量学习的推荐方法和装置。该方法包括：根据给定的用户交互记录，通过度量学习方法拟合用户-物品的关系；采用基于triple-loss的欧氏度量学习范式进行建模；设计基于user-centric和item-centric的几何对称的关系度量方法；采用自适应Margin的方法自动学习得到用户和物品的Margin；将自适应Margin与用户/物品的偏置建立联系，解释其物理含义；使用多任务学习框架进行联合训练，得到推荐模型；基于该推荐模型为用户进行物品推荐。本发明充分考虑用户个体化差异，能很好地模拟真实场景下的用户-物品交互关系，能够显著提高物品推荐的性能。
-
公开(公告)号：CN110647904A
公开(公告)日：2020-01-03
申请号：CN201910707010.1
申请日：2019-08-01
Applicant: 中国科学院信息工程研究所
IPC: G06K9/62 , G06F16/903
Abstract: 本发明提出一种基于无标记数据迁移的跨模态检索方法及系统，将经过聚类的无标注信息的单模态图像和文本数据作为迁移源域，有标注信息的跨模态数据集作为目标域，通过迁移学习将源域迁移至目标域的跨模态数据集，扩大训练数据规模，增加跨模态数据的语义信息，学得一个更好的共同空间。本发明很好地解决了跨模态数据集数据规模小的问题，更加符合实际用户查询不在预定义类别范围内的情况；同时，可以更好地提取不同模态数据的上层语义信息，克服模态之间的异构性差异，增加模态之间的相似性，提高跨模态检索准确率。
-
Patent Agency Ranking
公开(公告)号：CN111581326A
公开(公告)日：2020-08-25
申请号：CN202010238159.2
申请日：2020-03-30
Applicant: 中国科学院信息工程研究所
IPC: G06F16/31 , G06F16/332
Abstract: 本发明提出一种基于异构外部知识源图结构抽取答案信息的方法，属于自然语言处理领域，为了提升问答返回的答案质量，本方法结合使用结构化知识和非结构化知识这两种异构的知识源，在获得相应的知识以后，使用结构化技术对知识进行建图处理，并结合图卷积网络技术学习图的表示，结合文本和图的信息来对从后台文本数据中返回能够正确回答用户问题的答案。本方法能够根据问题和答案的匹配程度对答案进行重排，将用户关心和期待的答案展示在最前面，使搜索结果更具针对性，使用户能够在更短的查询时间内得到更想要的答案。
-
公开(公告)号：CN110569355A
公开(公告)日：2019-12-13
申请号：CN201910671527.X
申请日：2019-07-24
Applicant: 中国科学院信息工程研究所
Abstract: 本发明提出一种基于词块的观点目标抽取和目标情感分类联合方法及系统，具体为：对于每个连续词块，设计词块级别的特征以此来充分利用多个词之间的整体信息；计算每个词块的情感信息而非单独计算每一个词的情感信息，这样保证词块里多个词的情感倾向的一致性。本发明一是通过有效利用多个词整体信息，二是通过为多个词组成的词块计算一个情感信息表示来避免情感不一致的问题，来提升抽取和分类的准确率，具有良好的实用性。
-
公开(公告)号：CN110647904B
公开(公告)日：2022-09-23
申请号：CN201910707010.1
申请日：2019-08-01
Applicant: 中国科学院信息工程研究所
IPC: G06K9/62 , G06F16/903
Abstract: 本发明提出一种基于无标记数据迁移的跨模态检索方法及系统，将经过聚类的无标注信息的单模态图像和文本数据作为迁移源域，有标注信息的跨模态数据集作为目标域，通过迁移学习将源域迁移至目标域的跨模态数据集，扩大训练数据规模，增加跨模态数据的语义信息，学得一个更好的共同空间。本发明很好地解决了跨模态数据集数据规模小的问题，更加符合实际用户查询不在预定义类别范围内的情况；同时，可以更好地提取不同模态数据的上层语义信息，克服模态之间的异构性差异，增加模态之间的相似性，提高跨模态检索准确率。
-
公开(公告)号：CN110569355B
公开(公告)日：2022-05-03
申请号：CN201910671527.X
申请日：2019-07-24
Applicant: 中国科学院信息工程研究所
IPC: G06F16/35 , G06F16/33 , G06F40/289
Abstract: 本发明提出一种基于词块的观点目标抽取和目标情感分类联合方法及系统，具体为：对于每个连续词块，设计词块级别的特征以此来充分利用多个词之间的整体信息；计算每个词块的情感信息而非单独计算每一个词的情感信息，这样保证词块里多个词的情感倾向的一致性。本发明一是通过有效利用多个词整体信息，二是通过为多个词组成的词块计算一个情感信息表示来避免情感不一致的问题，来提升抽取和分类的准确率，具有良好的实用性。
-
公开(公告)号：CN111310054B
公开(公告)日：2022-05-31
申请号：CN202010150774.8
申请日：2020-03-06
Applicant: 中国科学院信息工程研究所
IPC: G06F16/9535
Abstract: 本发明公开一种基于自适应Margin对称度量学习的推荐方法和装置。该方法包括：根据给定的用户交互记录，通过度量学习方法拟合用户‑物品的关系；采用基于triple‑loss的欧氏度量学习范式进行建模；设计基于user‑centric和item‑centric的几何对称的关系度量方法；采用自适应Margin的方法自动学习得到用户和物品的Margin；将自适应Margin与用户/物品的偏置建立联系，解释其物理含义；使用多任务学习框架进行联合训练，得到推荐模型；基于该推荐模型为用户进行物品推荐。本发明充分考虑用户个体化差异，能很好地模拟真实场景下的用户‑物品交互关系，能够显著提高物品推荐的性能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.111 seconds)
