公开(公告)号：CN116910232B

公开(公告)日：2024-01-09

申请号：CN202311179447.5

申请日：2023-09-13

Applicant: 之江实验室

Inventor： 顾剑波 ,  杨佳熹 ,  姬朋立 ,  张德文 ,  严笑然

IPC: G06F16/335 ,  G06F16/33 ,  G06F16/31

Abstract: 本申请涉及一种天文文献检索方法和天文文献搜索方法，其中，该天文文献检索方法包括：获取天文检索数据，对天文检索数据进行向量化编码，得到检索向量；基于天文检索数据中的文献属性，利用知识库索引引擎从预设的文献库中为天文检索数据匹配第一候选文献数据；基于检索向量，利用向量相似矩阵结合向量索引引擎，从文献库中为天文检索数据匹配第二候选文献数据；合并第一候选文献数据和第二候选文献数据，得到检索结果。其能够基于多种索引引擎分别实现天文文献数据的检索，从而提高检索的全面度和准确度。

公开(公告)号：CN116910232A

公开(公告)日：2023-10-20

申请号：CN202311179447.5

申请日：2023-09-13

Applicant: 之江实验室

Inventor： 顾剑波 ,  杨佳熹 ,  姬朋立 ,  张德文 ,  严笑然

IPC: G06F16/335 ,  G06F16/33 ,  G06F16/31

Abstract: 本申请涉及一种天文文献检索方法和天文文献搜索方法，其中，该天文文献检索方法包括：获取天文检索数据，对天文检索数据进行向量化编码，得到检索向量；基于天文检索数据中的文献属性，利用知识库索引引擎从预设的文献库中为天文检索数据匹配第一候选文献数据；基于检索向量，利用向量相似矩阵结合向量索引引擎，从文献库中为天文检索数据匹配第二候选文献数据；合并第一候选文献数据和第二候选文献数据，得到检索结果。其能够基于多种索引引擎分别实现天文文献数据的检索，从而提高检索的全面度和准确度。

公开(公告)号：CN117610541A

公开(公告)日：2024-02-27

申请号：CN202410067264.2

申请日：2024-01-17

Applicant: 之江实验室

Inventor： 陆矜菁 ,  姬朋立 ,  严笑然 ,  刘洋 ,  顾剑波 ,  侯炜华

IPC: G06F40/205 ,  G06F40/253

Abstract: 本申请涉及一种大规模数据的作者消歧方法、装置及可读存储介质，所述方法包括：基于所述大规模数据和预先定义的谓词，生成对应的谓词实例数据；其中，所述大规模数据包括结构化存储的文献信息和对应的作者信息；所述谓词实例数据包括文献作者对；将所述谓词实例数据切分为多个初始数据块；基于预先确定的一阶逻辑规则，对所述多个初始数据块中具有相同作者的文献作者对进行合并，生成最终数据块；基于所述最终数据块中的文献作者对，生成所述大规模数据对应的作者标识信息，解决了相关技术中存在的对大规模学术文献数据的作者消歧效率较低的问题。

公开(公告)号：CN117610541B

公开(公告)日：2024-06-11

申请号：CN202410067264.2

申请日：2024-01-17

Applicant: 之江实验室

Inventor： 陆矜菁 ,  姬朋立 ,  严笑然 ,  刘洋 ,  顾剑波 ,  侯炜华

IPC: G06F40/205 ,  G06F40/253

Abstract: 本申请涉及一种大规模数据的作者消歧方法、装置及可读存储介质，所述方法包括：基于所述大规模数据和预先定义的谓词，生成对应的谓词实例数据；其中，所述大规模数据包括结构化存储的文献信息和对应的作者信息；所述谓词实例数据包括文献作者对；将所述谓词实例数据切分为多个初始数据块；基于预先确定的一阶逻辑规则，对所述多个初始数据块中具有相同作者的文献作者对进行合并，生成最终数据块；基于所述最终数据块中的文献作者对，生成所述大规模数据对应的作者标识信息，解决了相关技术中存在的对大规模学术文献数据的作者消歧效率较低的问题。

公开(公告)号：CN117036060A

公开(公告)日：2023-11-10

申请号：CN202311263260.3

申请日：2023-09-27

Applicant: 之江实验室

Inventor： 姬朋立 ,  陆矜菁 ,  严笑然 ,  刘洋 ,  顾剑波 ,  侯炜华

IPC: G06Q40/08 ,  G06F16/36 ,  G06F16/2458 ,  G06N3/084 ,  G06N5/025 ,  G06N7/01 ,  G06F40/295

Abstract: 本申请涉及一种车险欺诈识别方法、装置和存储介质。主要包括：构建车险结构化数据库；基于车险结构化数据库和车险理赔流程业务，得到候选一阶谓词；基于车险结构化数据库和候选一阶谓词构建知识图谱；利用规则挖掘算法对知识图谱进行挖掘，得到车险欺诈识别规则集；基于车险欺诈识别规则集，构建并训练随机过程模型，得到训练完备的随机过程模型；基于车险欺诈识别规则集，将待识别车险理赔数据进行实例化后输入至训练完备的随机过程模型中，输出车险欺诈识别结果。采用本方法能够实现规则的自动挖掘和车险欺诈识别的推理，解决了现有技术中车险欺诈识别过程不具备可解释性的问题，提高车险欺诈结果的准确率。