公开(公告)号：CN120012895A

公开(公告)日：2025-05-16

申请号：CN202510487218.2

申请日：2025-04-18

Applicant: 北京工业大学

Inventor： 尹宝才 ,  赵岚 ,  王博岳 ,  吴博文 ,  田甜

IPC: G06N5/022 ,  G06F40/194 ,  G06F40/258 ,  G06F40/30

Abstract: 本发明公开了一种多模态知识图谱补全方法，属于知识图谱和人工智能领域。该方法通过构建多个功能模块，在数据、特征、分布层面实现多模态语义对齐，有效解决模态间语义不一致、特征空间差异和噪声干扰等问题，提升多模态知识图谱补全模型性能，在链接预测任务中显著提高补全的准确性和可解释性。

公开(公告)号：CN119202212B

公开(公告)日：2025-02-11

申请号：CN202411730037.X

申请日：2024-11-29

Applicant: 北京工业大学

Inventor： 王博岳 ,  句晓千 ,  吴博文 ,  刘恒 ,  史瑞泽

IPC: G06F16/3329 ,  G06V30/148 ,  G06V30/19

Abstract: 本发明公开了一种基于对偶反事实的视觉问答去偏方法，涉及计算机视觉领域，分别用遮盖关键视觉区域的视觉反事实样本和遮盖关键词的问题反事实样本作为共享同一组参数的偏见模型的输入，同时从两个角度捕捉语言偏见本发明利用偏见模型的偏见预测生成伪标签，结合边际损失分离不同答案样本的特征空间，最大程度降低语言偏见对目标视觉问答模型的影响。

公开(公告)号：CN119323263B

公开(公告)日：2025-03-25

申请号：CN202411879184.3

申请日：2024-12-19

Applicant: 北京工业大学

Inventor： 王博岳 ,  吴博文 ,  赵岚 ,  张大宝 ,  田甜

IPC: G06N5/04 ,  G06N5/02

Abstract: 本发明公开了面向社会治理知识图谱三元组构建的大模型提示模板生成方法，涉及人工智能领域，包括如下步骤：步骤S1、数据预处理优化；步骤S2、数据脱敏；步骤S3、设计预期输出模板；步骤S4、提示模板生成；步骤S5、知识图谱三元组构建；步骤S6、三元组质量评估；步骤S7、反馈优化机制。本发明通过大模型自动生成大模型本身需要的提示的模板，并基于输入文本和任务需求动态调整模板内容。这一过程区别于传统的人工设计模板，显著提升了社会治理任务的效率和准确性，特别是在任务的定制化和场景适配性方面具有显著优势。

公开(公告)号：CN119323263A

公开(公告)日：2025-01-17

申请号：CN202411879184.3

申请日：2024-12-19

Applicant: 北京工业大学

Inventor： 王博岳 ,  吴博文 ,  赵岚 ,  张大宝 ,  田甜

IPC: G06N5/04 ,  G06N5/02

Abstract: 本发明公开了面向社会治理知识图谱三元组构建的大模型提示模板生成方法，涉及人工智能领域，包括如下步骤：步骤S1、数据预处理优化；步骤S2、数据脱敏；步骤S3、设计预期输出模板；步骤S4、提示模板生成；步骤S5、知识图谱三元组构建；步骤S6、三元组质量评估；步骤S7、反馈优化机制。本发明通过大模型自动生成大模型本身需要的提示的模板，并基于输入文本和任务需求动态调整模板内容。这一过程区别于传统的人工设计模板，显著提升了社会治理任务的效率和准确性，特别是在任务的定制化和场景适配性方面具有显著优势。

公开(公告)号：CN119918677A

公开(公告)日：2025-05-02

申请号：CN202510398928.8

申请日：2025-04-01

Applicant: 北京工业大学

Inventor： 尹宝才 ,  赵岚 ,  王博岳 ,  吴博文 ,  田甜

IPC: G06N5/04 ,  G06N3/045 ,  G06N5/022 ,  G06F16/36 ,  G06F16/353 ,  G06F40/295 ,  G06F40/30 ,  G06Q50/26

Abstract: 本发明公开了基于CoT链式思维的社会治理知识图谱构建的大模型提示设计方法，涉及人工智能领域，具体包括以下步骤：步骤S1、数据预处理；步骤S2、预期输出设计；步骤S3、提示模板生成；步骤S4、知识图谱构建；步骤S5、结果优化与反馈机制。本发明通过引入CoT链式思维，通过任务分解、逐步推理、示范性输出、反馈机制等技术手段，在提示生成过程中引导模型逐步推理，从而确保信息提取的准确性和结构的标准化，最终构建出符合知识图谱要求的数据。CoT链式思维设计的提示有效地帮助大模型理解复杂任务生成高质量输出，并实现了实体标注自动化，输出包含实体类别的五元组数据。

公开(公告)号：CN119202212A

公开(公告)日：2024-12-27

申请号：CN202411730037.X

申请日：2024-11-29

Applicant: 北京工业大学

Inventor： 王博岳 ,  句晓千 ,  吴博文 ,  刘恒 ,  史瑞泽

IPC: G06F16/332 ,  G06V30/148 ,  G06V30/19

Abstract: 本发明公开了一种基于对偶反事实的视觉问答去偏方法，涉及计算机视觉领域，分别用遮盖关键视觉区域的视觉反事实样本和遮盖关键词的问题反事实样本作为共享同一组参数的偏见模型的输入，同时从两个角度捕捉语言偏见本发明利用偏见模型的偏见预测生成伪标签，结合边际损失分离不同答案样本的特征空间，最大程度降低语言偏见对目标视觉问答模型的影响。