公开(公告)号：CN117608545B

公开(公告)日：2024-05-10

申请号：CN202410065354.8

申请日：2024-01-17

Applicant: 之江实验室

Inventor： 田品 ,  李炜铭 ,  杨婧 ,  马小雯 ,  段曼妮 ,  王佳玮 ,  刘彦林 ,  王永恒

IPC: G06F8/30 ,  G06F16/36 ,  G06V30/41 ,  G06V30/418 ,  G06V30/413 ,  G06V30/162 ,  G06V30/19 ,  G06V30/146

Abstract: 本发明涉及一种基于知识图谱的标准作业程序生成方法，包括以下步骤：对标准作业程序进行知识图谱的本体设计；对不同类型的标准作业程序文档进行知识抽取的模板标注；基于OCR技术，对标准作业程序文档中的信息进行自动知识抽取；将抽取出的知识与本体概念对齐；构建出每个概念下的实体表；构建用于描述实体间关系的关系表；基于实体表和关系表，进行实体对齐处理；通过Neo4j构建出用于用户查询的图数据库服务。与现有技术相比，本发明将纸质或电子文档形式的标准作业程序数字化，能够有效实现标准作业程序的内容知识化、应用智能化。

公开(公告)号：CN116049371A

公开(公告)日：2023-05-02

申请号：CN202310119450.1

申请日：2023-01-18

Applicant: 之江实验室

Inventor： 毛瑞琛 ,  周祐超 ,  马小雯

IPC: G06F16/332 ,  G06F16/34 ,  G06F16/54 ,  G06F16/35 ,  G06F16/532 ,  G06F18/214 ,  G06V10/774

Abstract: 本发明公开了一种基于正则化和对偶学习的视觉问答方法与装置，所述方法具体包括以下子步骤：提取VQA数据集中问题的关键词；对图像数据预处理，筛选图像中的关键区域；将关键词和图像中的关键区域输入至VQA、VQG模型进行预训练；构建视觉蕴涵模型，并进行预训练；利用视觉蕴涵模型进行相关性判断，构建训练样本，基于正则化和对偶学习对预训练好的VQA和VQG模型进行协同训练；利用训练好的VQA和VQG模型进行视觉问答。

公开(公告)号：CN117668156A

公开(公告)日：2024-03-08

申请号：CN202311607976.0

申请日：2023-11-29

Applicant: 之江实验室 ,  中国标准化研究院

Inventor： 刘彦林 ,  孙红军 ,  马小雯 ,  甘克勤 ,  潘洋 ,  高俊

IPC: G06F16/33 ,  G06F16/35 ,  G06F40/295 ,  G06F40/216 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06N7/01

Abstract: 本发明公开了一种基于标准知识图谱的文本提取方法，包括获取待提取文本，对所述待提取文本进行预处理，提取预处理后的所述待提取文本的关键词，将所述关键词输入识别模型识别命名实体，计算所述命名实体与现有知识图谱实体的相关性，根据所述相关性对所述命名实体与现有的知识图谱实体进行匹配，根据所述匹配获得链接实体，将所述链接实体输入第一算法抽取初始属性，将所述初始属性输入第二算法抽取属性，根据所述属性抽取实体之间的关系，根据所述关系对实体进行聚类，根据所述聚类进行文本提取。该方法不仅可以提高文本提取精度，同时具有较好的可解释性，可以直接应用于标准知识图谱文本提取系统中。

公开(公告)号：CN117608545A

公开(公告)日：2024-02-27

申请号：CN202410065354.8

申请日：2024-01-17

Applicant: 之江实验室

Inventor： 田品 ,  李炜铭 ,  杨婧 ,  马小雯 ,  段曼妮 ,  王佳玮 ,  刘彦林 ,  王永恒

IPC: G06F8/30 ,  G06F16/36 ,  G06V30/41 ,  G06V30/418 ,  G06V30/413 ,  G06V30/162 ,  G06V30/19 ,  G06V30/146

Abstract: 本发明涉及一种基于知识图谱的标准作业程序生成方法，包括以下步骤：对标准作业程序进行知识图谱的本体设计；对不同类型的标准作业程序文档进行知识抽取的模板标注；基于OCR技术，对标准作业程序文档中的信息进行自动知识抽取；将抽取出的知识与本体概念对齐；构建出每个概念下的实体表；构建用于描述实体间关系的关系表；基于实体表和关系表，进行实体对齐处理；通过Neo4j构建出用于用户查询的图数据库服务。与现有技术相比，本发明将纸质或电子文档形式的标准作业程序数字化，能够有效实现标准作业程序的内容知识化、应用智能化。

公开(公告)号：CN117576703A

公开(公告)日：2024-02-20

申请号：CN202311607242.2

申请日：2023-11-29

Applicant: 之江实验室 ,  中国标准化研究院

Inventor： 刘彦林 ,  马小雯 ,  甘克勤 ,  孙红军 ,  潘洋 ,  高俊

IPC: G06V30/19 ,  G06V30/262 ,  G06V30/164 ,  G06V30/162 ,  G06V30/148 ,  G06F16/33 ,  G06F16/35 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明公开了一种数字标准文献OCR自动识别的方法，包括获取文献图片，对所述文献图片进行预处理，提取预处理后的所述文献图片的文本，对所述文本进行去停用词和分词处理获得多个初始词，根据多个所述初始词提取关键词，计算文本的所述关键词相似度，根据所述相似度构建卷积神经网络模型，优化所述卷积神经网络模型，调整优化后的所述卷积神经网络模型的权重，将不同初始词所述关键词输入所述卷积神经网络模型，按相似度大于0.85对所述文本进行分类并存储，输出分类结果。该方法不仅可以提高自动识别精度，同时具有较好的可解释性，可以直接应用于数字标准文献OCR自动识别系统中。