公开(公告)号：CN117171611A

公开(公告)日：2023-12-05

申请号：CN202311013406.9

申请日：2023-08-11

Applicant: 北京理工大学

Inventor： 罗森林 ,  齐首华 ,  潘丽敏 ,  程瑶 ,  吴舟婷

IPC: G06F18/24 ,  G06F18/213 ,  G06F16/955 ,  G06F18/25 ,  G06F40/30 ,  G06N3/0895 ,  G06N3/047

Abstract: 本发明涉及结合图注意力网络和对比学习的网站服务分类方法，属于计算机与信息科学领域。本发明首先利用BERT提取网站的文本语义特征；其次根据网页的HTML代码构建网页DOM解析树，同时根据URL链接生成网页关系图；然后利用图注意力网络并结合对比学习方法，提取网页DOM解析树和网页关系图的结构特征，生成网站结构表示；最后融合网站的文本语义特征和结构表示进行网站服务分类。本发明针对现有方法未充分利用网站结构信息的问题，提出结合图注意力网络和对比学习的网站服务分类方法，强化网站结构特征，提高网站服务分类准确率。

公开(公告)号：CN115062104A

公开(公告)日：2022-09-16

申请号：CN202210535070.1

申请日：2022-05-17

Applicant: 北京理工大学

Inventor： 罗森林 ,  程瑶 ,  慕星星 ,  吴舟婷 ,  吴杭颐

IPC: G06F16/33 ,  G06F16/35 ,  G06F40/295 ,  G06F40/30

Abstract: 本发明涉及融合知识提示的法律文本小样本命名实体识别方法，属于自然语言处理与机器学习领域。本发明首先定义裁判文书的提示性模板、标签集和自然词集的映射关系，从中国裁判文书网平台获取了2760篇裁定书和判决书文档；然后采用Bert模型对案件陈述和判决结果句子的嵌入向量进行编码，通过注意力加权得到句子的特征表示，结合构造的模板指导生成式预训练模型GPT生成词的类别向量；最后，利用全连接层将句子向量转化为跨度向量，生成语义标签，最小化其与标签向量的损失函数。本发明有效缓解了在法律领域下，由于其标注样本较少、与通用领域的实体类型分布不同造成的过拟合与分类不准确的问题，提升了法律实体识别的准确率和模型的迁移能力。