-
公开(公告)号：CN117935298A
公开(公告)日：2024-04-26
申请号：CN202311719025.2
申请日：2023-12-14
Applicant: 之江实验室
IPC: G06V30/414 , G06V30/19 , G06V30/416 , G06V30/18 , G06V10/82 , G06N3/0455 , G06N3/096
Abstract: 本发明公开了一种基于自适应样本生成的教材版面分析方法和装置，该方法首先构建基于自适应样本生成的教材版面分析模型，即TALA模型，并训练该模型，利用该模型对教材进行版面分析，得到教材中的书名、一级标题、二级标题、三级标题、图、表、公式、正文、页眉、页脚、参考文献、目录和注释。本发明可以提高版面分析模型的性能，准确地识别教材版面元素的位置和类别，可应用于智能教育中教材文档图片的版面分析、文本‑图像多模态知识图谱的构建等等。
-
公开(公告)号：CN116932488B
公开(公告)日：2024-01-09
申请号：CN202311192754.7
申请日：2023-09-15
Applicant: 之江实验室
IPC: G06F16/16 , G06F16/335 , G06F16/36
Abstract: 本申请涉及一种基于知识图谱的课件生成方法、装置、系统和存储介质，所述方法包括：响应用户端发起的课件创建请求，选择对应的知识图谱；基于知识图谱，得到课时与知识点的第一映射关系，并将第一映射关系发送至用户端；接收用户端发送的第二映射关系，利用知识图谱，获取第二映射关系中的课时、知识点与课件资源的第三映射关系，并将第三映射关系发送至用户端，第二映射关系由用户端对第一映射关系编辑后得到；接收用户端发送的第四映射关系生成课件，第四映射关系由用户端对第三映射关系筛选后得到。采用本方法能够实现课件的自动化生成，解决现有技术中生成课件耗时长、知识点导向性差且课件资源不匹配的问题，提高课件知识点覆盖的全面性。
-
Patent Agency Ranking
公开(公告)号：CN117540063A
公开(公告)日：2024-02-09
申请号：CN202311273406.2
申请日：2023-09-28
Applicant: 之江实验室
IPC: G06F16/9032 , G06F16/903 , G06F16/901 , G06F40/186 , G06F40/30 , G06Q50/20 , G06N3/096 , G06N5/04 , G06N20/00
Abstract: 本发明公开了一种基于问题生成的教育领域知识库搜索优化方法，该方法首先获取教育知识库方向的领域语料解析得到教育领域文本；使用教育领域文本进行预训练语言模型迁移学习得到语义模型；基于知识库中已有的结构化文本信息设计固定的问答对模板，获得知识库问答对；利用知识库问答对数据和中文开源问答对数据训练问题生成模型，部署问题生成推理服务；生成问答对扩充知识库；使用语义模型对知识库结构化信息中的实体节点文本及问答对中的问题文本同时语义编码，构建向量库，待用户查询输入后进行语义相似度计算；在线语义匹配召回最佳结果；本发明极大提升用户搜索行为返回结果的召回率，提升学习效率，改善用户体验。
-
公开(公告)号：CN116976351A
公开(公告)日：2023-10-31
申请号：CN202311228568.4
申请日：2023-09-22
Applicant: 之江实验室
IPC: G06F40/295 , G06F40/216 , G06F40/284 , G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于学科实体的语言模型构建方法，包括以下步骤：获取教学资源以构建对应的初始数据集；对初始数据集进行学科实体筛选，以构建对应的学科实体库；将所述学科实体库中的学科实体进行随机遮蔽以获得对应的遮蔽词，以所述学科实体与相应的遮蔽词组成数据集；构建语言神经网络包括前置编码层，特征提取层以及预测层；采用数据集对语言神经网络进行训练，以获得用于挖掘学科实体的学科实体语言模型；将待识别的教学资源输入至学科实体语言模型中，以输出文本中包含的学科实体。本发明还提供了一种学科实体识别装置。本发明提供的方法构建的语言模型可以获取教育领域海量的先验知识，从而构建更加全面的学科实体数据集。
-
公开(公告)号：CN116976351B
公开(公告)日：2024-01-23
申请号：CN202311228568.4
申请日：2023-09-22
Applicant: 之江实验室
IPC: G06F40/295 , G06F40/216 , G06F40/284 , G06F18/24 , G06F18/214 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于学科实体的语言模型构建方法，包括以下步骤：获取教学资源以构建对应的初始数据集；对初始数据集进行学科实体筛选，以构建对应的学科实体库；将所述学科实体库中的学科实体进行随机遮蔽以获得对应的遮蔽词，以所述学科实体与相应的遮蔽词组成数据集；构建语言神经网络包括前置编码层，特征提取层以及预测层；采用数据集对语言神经网络进行训练，以获得用于挖掘学科实体的学科实体语言模型；将待识别的教学资源输入至学科实体语言模型中，以输出文本中包含的学科实体。本发明还提供了一种学科实体识别装置。本发明提供的方法构建的语言模型可以获取教育领域(56)对比文件Shashank Patel 等.Summarization andSimplification of Medical Articles usingNatural Language Processing《.2022 13thInternational Conference on ComputingCommunication and Networking Technologies(ICCCNT)》.2022,第1-6页.王雨扬.基于知识图谱的在线教学资源库智能化改造关键技术研究与实现《.中国优秀硕士学位论文全文数据库 社会科学Ⅱ辑》.2023,第2023年卷(第2期),第24-25页.张璐.基于中文命名实体识别的高中化学试题检索方法研究及应用《.万方》.2023,第1.2节、第3章.张璐.基于中文命名实体识别的高中化学试题检索方法研究及应用《.万方》.2023,第1.2节、第3章.
-
公开(公告)号：CN116932488A
公开(公告)日：2023-10-24
申请号：CN202311192754.7
申请日：2023-09-15
Applicant: 之江实验室
IPC: G06F16/16 , G06F16/335 , G06F16/36
Abstract: 本申请涉及一种基于知识图谱的课件生成方法、装置、系统和存储介质，所述方法包括：响应用户端发起的课件创建请求，选择对应的知识图谱；基于知识图谱，得到课时与知识点的第一映射关系，并将第一映射关系发送至用户端；接收用户端发送的第二映射关系，利用知识图谱，获取第二映射关系中的课时、知识点与课件资源的第三映射关系，并将第三映射关系发送至用户端，第二映射关系由用户端对第一映射关系编辑后得到；接收用户端发送的第四映射关系生成课件，第四映射关系由用户端对第三映射关系筛选后得到。采用本方法能够实现课件的自动化生成，解决现有技术中生成课件耗时长、知识点导向性差且课件资源不匹配的问题，提高课件知识点覆盖的全面性。
-
公开(公告)号：CN116521886A
公开(公告)日：2023-08-01
申请号：CN202310135812.6
申请日：2023-02-20
Applicant: 之江实验室
Abstract: 本发明公开了一种基于深度学习的教育领域知识图谱构建方法和装置，该方法首先获取教育领域的多源数据；再对多源数据进行结构化提取，得到关键词和知识点；之后根据关键词之间的前后置关系，构成关键词骨架；接着应用关键词骨架对知识点进行前后置关联关系的提取；应用关键词骨架和知识点前后置关系推导得出知识点框架；最后利用知识点框架，使用无监督方式和相似度计算方式进行知识融合，构建学科知识图谱。本发明从总海量的教学资源数据中，提取出知识点及关联关系，构建教学资源知识图谱，从而赋能教学领域的智能化应用，为人工智能与教育的结合提供基础性支持。
-
-
-
-
-
-
Search Results
7
records
(took 0.02 seconds)
