-
公开(公告)号：CN116579433B
公开(公告)日：2023-11-03
申请号：CN202310857404.1
申请日：2023-07-13
Applicant: 北京融信数联科技有限公司
Abstract: 本发明公开的一种基于智能体图谱的事件因果推断方法、系统和介质，其中方法包括：获取初始事件信息；将初始事件和预设数据库进行匹配，得到初始事件和预设数据库中事件的相似值；判断所述相似值是否大于预设相似值阈值，若是，则触发事件因果推断开关；若否，则将初始事件设为新事件并进行存储；将触发事件因果推断开关的初始事件发送至预设关联模型，得到初始事件和预设关联模型中事件的关联度；判断所述关联度是否大于预设关联度阈值，若是，则将预设关联模型中事件设为和初始事件存在因果关系；若否，则不存在因果关系。本发明能够使机器自主对时间顺延上的事件进行因果推断，帮助决策和归因。
-
公开(公告)号：CN115238701B
公开(公告)日：2023-01-10
申请号：CN202211146784.X
申请日：2022-09-21
Applicant: 北京融信数联科技有限公司
IPC: G06F40/295 , G06F16/35
Abstract: 本发明提供一种基于子词级别适应器的多领域命名实体识别方法和系统，所述方法包括：准备训练用的样本数据集，样本数据集的多个样本数据分别来源于CrossNER中的五个领域，对CrossNER的样本数据进行遍历，统计所有多义词，并进行修改样本数据集；构建基于子词级别适应器的实体标签预测模型；分析出基于子词级别适应器的实体标签预测模型的损失函数；通过样本数据集中的样本数据对实体标签预测模型进行训练，待训练结束后，得到优化后的实体标签预测模型；获取待处理数据并将其输入优化后的实体标签预测模型，预测得到实体标签。本发明基于子词级别适应器将CrossNER中五个不同领域的数据进行微调，节省了训练时间和资源占用，解决领域之间语义冲突问题。
-
公开(公告)号：CN115238701A
公开(公告)日：2022-10-25
申请号：CN202211146784.X
申请日：2022-09-21
Applicant: 北京融信数联科技有限公司
IPC: G06F40/295 , G06F16/35
Abstract: 本发明提供一种基于子词级别适应器的多领域命名实体识别方法和系统，所述方法包括：准备训练用的样本数据集，样本数据集的多个样本数据分别来源于CrossNER中的五个领域，对CrossNER的样本数据进行遍历，统计所有多义词，并进行修改样本数据集；构建基于子词级别适应器的实体标签预测模型；分析出基于子词级别适应器的实体标签预测模型的损失函数；通过样本数据集中的样本数据对实体标签预测模型进行训练，待训练结束后，得到优化后的实体标签预测模型；获取待处理数据并将其输入优化后的实体标签预测模型，预测得到实体标签。本发明基于子词级别适应器将CrossNER中五个不同领域的数据进行微调，节省了训练时间和资源占用，解决领域之间语义冲突问题。
-
公开(公告)号：CN116579433A
公开(公告)日：2023-08-11
申请号：CN202310857404.1
申请日：2023-07-13
Applicant: 北京融信数联科技有限公司
Abstract: 本发明公开的一种基于智能体图谱的事件因果推断方法、系统和介质，其中方法包括：获取初始事件信息；将初始事件和预设数据库进行匹配，得到初始事件和预设数据库中事件的相似值；判断所述相似值是否大于预设相似值阈值，若是，则触发事件因果推断开关；若否，则将初始事件设为新事件并进行存储；将触发事件因果推断开关的初始事件发送至预设关联模型，得到初始事件和预设关联模型中事件的关联度；判断所述关联度是否大于预设关联度阈值，若是，则将预设关联模型中事件设为和初始事件存在因果关系；若否，则不存在因果关系。本发明能够使机器自主对时间顺延上的事件进行因果推断，帮助决策和归因。
-
-
-
Search Results
4
records
(took 0.037 seconds)
