公开(公告)号：CN119831030A

公开(公告)日：2025-04-15

申请号：CN202411730689.3

申请日：2024-11-29

Applicant: 北京计算机技术及应用研究所

Inventor： 杨雨婷 ,  刘琦 ,  邹华懿 ,  尤宝鑫 ,  王瑞 ,  田宗凯 ,  王坤龙 ,  陶凌云

IPC: G06N5/04 ,  G06N5/022 ,  G06N5/02

Abstract: 本发明涉及一种基于领域数据配比的大语言模型知识注入方法，属于大语言模型、领域知识、自然语言处理技术领域。本发明设计了一个自我监督的持续预训练框架，该框架能够在不增加额外人工标注成本的情况下，利用选定的知识对LLMs进行知识增强；提出了一个基于同质性度量的知识筛选机制，用于从大规模知识图谱中精选与目标任务相关的高质量知识，有效提升了LLMs的领域感知。在多个低资源垂直领域的NER任务上进行了广泛的实验，实验结果验证了本方法的有效性，尤其是在提升模型对复杂实体类型识别能力方面表现出色。

公开(公告)号：CN116757221A

公开(公告)日：2023-09-15

申请号：CN202310694489.6

申请日：2023-06-13

Applicant: 北京计算机技术及应用研究所

Inventor： 赵勤博 ,  杨雨婷 ,  王瑞 ,  王又辰 ,  栾真

IPC: G06F40/30 ,  G06F40/216 ,  G06F40/289 ,  G06F40/211 ,  G06F16/35 ,  G06F16/33

Abstract: 本发明涉及一种基于事件抽取的情报态势挖掘方法，属于信息抽取/态势感知领域。本发明通过已有的情报态势文本数据，抽取其中情报领域相关词汇，依据领域词的类别和频次，将情报态势文本数据分类为事件场景类型库。针对不同事件场景类型，设计事件模板，依据事件模板抽取情报态势文本数据中的事件要素，形成事件列表。依据事件要素对情报态势序列数据进行检索，关联匹配相似属性，形成情报态势库。本发明解决大量情报文本和态势序列中情报态势的挖掘问题。

公开(公告)号：CN116757221B

公开(公告)日：2025-05-06

申请号：CN202310694489.6

申请日：2023-06-13

Applicant: 北京计算机技术及应用研究所

Inventor： 赵勤博 ,  杨雨婷 ,  王瑞 ,  王又辰 ,  栾真

IPC: G06F40/30 ,  G06F40/216 ,  G06F40/289 ,  G06F40/211 ,  G06F16/353 ,  G06F16/334

Abstract: 本发明涉及一种基于事件抽取的情报态势挖掘方法，属于信息抽取/态势感知领域。本发明通过已有的情报态势文本数据，抽取其中情报领域相关词汇，依据领域词的类别和频次，将情报态势文本数据分类为事件场景类型库。针对不同事件场景类型，设计事件模板，依据事件模板抽取情报态势文本数据中的事件要素，形成事件列表。依据事件要素对情报态势序列数据进行检索，关联匹配相似属性，形成情报态势库。本发明解决大量情报文本和态势序列中情报态势的挖掘问题。

公开(公告)号：CN119834810A

公开(公告)日：2025-04-15

申请号：CN202411699337.6

申请日：2024-11-26

Applicant: 北京计算机技术及应用研究所

Inventor： 王瑞 ,  杨雨婷 ,  路斌 ,  孙渊博 ,  宋伟 ,  汪小良 ,  吴金凤 ,  张宏

IPC: H03M7/30 ,  G06F18/10 ,  G06F18/2131 ,  G06F18/2433

Abstract: 本发明涉及一种强时敏目标场景下的多源瞬时饱和数据压缩方法，属于数据压缩技术领域。本发明通过多级分层架构设计，实现数据的高效压缩。该方法通过时序分析和深度学习模型提取数据关键特征，基于传感器数据的重要性与变化特性，动态选择压缩策略，满足强时敏目标场景中的实时性需求。