-
公开(公告)号：CN119557343B
公开(公告)日：2025-05-06
申请号：CN202510112077.6
申请日：2025-01-24
Applicant: 临沂大学
IPC: G06F16/2457 , G06N5/022 , G06N3/092 , G06N5/04
Abstract: 本发明涉及智慧教学技术领域，具体提供了一种基于关系属性的可解释习题推荐方法及系统，具体如下：处理现有数据集中用户与习题的交互数据，根据数据间的关系搭建用户‑习题知识图谱，并进行初始化；将初始化后的用户‑习题知识图谱实例输入至TransE模型进行训练，得到训练后实体和关系的嵌入向量；在用户‑习题知识图谱上进行用户练习习题推荐，将用户练习习题推荐形式化为马尔科夫决策过程，通过构建一个强化学习系统在用户‑习题知识图谱上进行多步骤路径推理实现用户练习习题推荐。本发明不仅实现了更精准的用户画像，而且提高了推荐系统的准确性，同时从知识图谱中提取推荐问题和学生练习过的问题之间的路径来生成可解释的推荐。
-
公开(公告)号：CN119557343A
公开(公告)日：2025-03-04
申请号：CN202510112077.6
申请日：2025-01-24
Applicant: 临沂大学
IPC: G06F16/2457 , G06N5/022 , G06N3/092 , G06N5/04
Abstract: 本发明涉及智慧教学技术领域，具体提供了一种基于关系属性的可解释习题推荐方法及系统，具体如下：处理现有数据集中用户与习题的交互数据，根据数据间的关系搭建用户‑习题知识图谱，并进行初始化；将初始化后的用户‑习题知识图谱实例输入至TransE模型进行训练，得到训练后实体和关系的嵌入向量；在用户‑习题知识图谱上进行用户练习习题推荐，将用户练习习题推荐形式化为马尔科夫决策过程，通过构建一个强化学习系统在用户‑习题知识图谱上进行多步骤路径推理实现用户练习习题推荐。本发明不仅实现了更精准的用户画像，而且提高了推荐系统的准确性，同时从知识图谱中提取推荐问题和学生练习过的问题之间的路径来生成可解释的推荐。
-
公开(公告)号：CN117390175B
公开(公告)日：2024-03-12
申请号：CN202311704985.1
申请日：2023-12-13
Applicant: 临沂大学
IPC: G06F16/335 , G06F16/36 , G06F40/279 , G06F40/30 , G06N3/04 , G06N5/022
Abstract: 本发明涉及一种基于BERT的智能家居使用事件抽取方法，属于智能家居技术领域。其包括以下步骤：使用数据挖掘的方法获取用户使用智能家居的行为数据并做数据清洗，根据获得到的数据以及专家知识，构建用户使用智能家居的事件类别；根据事件类型准备论元角色槽位，将候选实体、事件触发词通过WordPiece方法进行分词并获取token词元，传入BERT预训练模型获取其隐藏层编码，在BERT模块后添加CRF层进行结果先后顺序的约束，并计算论元角色的最大似然估计，实现角色与论元的链接；以事件触发词和事件论元为核心，根据事件之间的关系进行事件知识图谱的构建。
-
公开(公告)号：CN117390175A
公开(公告)日：2024-01-12
申请号：CN202311704985.1
申请日：2023-12-13
Applicant: 临沂大学
IPC: G06F16/335 , G06F16/36 , G06F40/279 , G06F40/30 , G06N3/04 , G06N5/022
Abstract: 本发明涉及一种基于BERT的智能家居使用事件抽取方法，属于智能家居技术领域。其包括以下步骤：使用数据挖掘的方法获取用户使用智能家居的行为数据并做数据清洗，根据获得到的数据以及专家知识，构建用户使用智能家居的事件类别；根据事件类型准备论元角色槽位，将候选实体、事件触发词通过WordPiece方法进行分词并获取token词元，传入BERT预训练模型获取其隐藏层编码，在BERT模块后添加CRF层进行结果先后顺序的约束，并计算论元角色的最大似然估计，实现角色与论元的链接；以事件触发词和事件论元为核心，根据事件之间的关系进行事件知识图谱的构建。
-
-
-
Search Results
4
records
(took 0.025 seconds)
