公开(公告)号：CN117829298B

公开(公告)日：2024-05-14

申请号：CN202410249412.2

申请日：2024-03-05

Applicant: 南京信息工程大学

Inventor： 马廷淮 ,  朱玉

IPC: G06N5/04 ,  G06N5/022 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/006

Abstract: 本发明提供一种多跳时序知识图谱问答方法及系统，涉及计算机科学领域。该多跳时序知识图谱问答方法，本方法通过三个阶段实现：一，使用Tempor‑hard方法对时序知识图谱问答数据集进行处理，获取问题的时间信息，并通过预训练语言模型获取语义矩阵。借助attention pooling和TComplEx嵌入等技术，对问题进行编码，获得问题的上下文表示。二，通过上下文相关性解析模块选取主题实体和候选动作，提高准确度。三，构建强化学习网络，引入动态实体编码和时空特征融合模块以增强推理能力，并使用先验分布对奖励进行时间感知塑造。该方法具备强大的语义理解和推理能力，可在信息检索、智能助理等领域提供高效、准确的问答模型，推动智能化技术的发展，提升用户体验。

公开(公告)号：CN117435715A

公开(公告)日：2024-01-23

申请号：CN202311755781.0

申请日：2023-12-20

Applicant: 南京信息工程大学

Inventor： 马廷淮 ,  朱玉

IPC: G06F16/332 ,  G06F16/36 ,  G06N5/045 ,  G06F40/30 ,  G06N3/092 ,  G06N3/0499

Abstract: 本发明公开了一种基于辅助监督信号改进时序知识图谱的问答方法，针对时序知识图谱这一任务背景，在NSM推理模块中添加动态时间编码模块体现时序知识图谱的时序信息，并在整个指令模块中对实体表示进行改造，采用相对时间表示，将实体分为静态和动态表示两部分，将这两部分进行拼接来实时更新实体表示。本发明结合了NSM和强化学习算法，通过模拟和跟踪知识图谱中的状态变化和时序关系，实现了对时序知识图谱多跳推理下进行精准和高效的时序知识图谱问答，并相较于其他类型方法体现出对推理路径的可解释性。本发明提供智能、准确和个性化的问答服务，推动人工智能和知识图谱技术的发展与应用，具有广泛的应用前景。

公开(公告)号：CN118013003A

公开(公告)日：2024-05-10

申请号：CN202410117024.9

申请日：2024-01-29

Applicant: 南京信息工程大学

Inventor： 朱玉 ,  马廷准

IPC: G06F16/332 ,  G06F16/36 ,  G06F40/35 ,  G06N5/022 ,  G06N5/04

Abstract: 本发明公开了一种多粒度时序知识图谱问答方法、装置及存储介质，属于自然语言处理技术领域，所述方法包括：根据多粒度时序知识图谱构建时序超图，并引入非均匀对偶时序超图嵌入构建静态超图嵌入，基于所述静态超图嵌入得到时序超图嵌入表示；获取多粒度时序知识图谱中自然语言问题的语义表示，并基于所述语义表示得到时序问题表示；对所述时序问题表示以及历史路径进行编码得到历史路径编码，并基于所述历史路径编码得到所述推理路径上的下一跳节点；对完整推理路径中的推理链进行抽取与评估，并引导Agent进行积极的路径探索，通过刻画实体间的高阶关系，捕捉实体间的复杂语义变化，从而进行精准和高效的多粒度时序知识图谱问答。

公开(公告)号：CN117435715B

公开(公告)日：2024-03-19

申请号：CN202311755781.0

申请日：2023-12-20

Applicant: 南京信息工程大学

Inventor： 马廷淮 ,  朱玉

IPC: G06F16/332 ,  G06F16/36 ,  G06N5/045 ,  G06F40/30 ,  G06N3/092 ,  G06N3/0499

Abstract: 本发明公开了一种基于辅助监督信号改进时序知识图谱的问答方法，针对时序知识图谱这一任务背景，在NSM推理模块中添加动态时间编码模块体现时序知识图谱的时序信息，并在整个指令模块中对实体表示进行改造，采用相对时间表示，将实体分为静态和动态表示两部分，将这两部分进行拼接来实时更新实体表示。本发明结合了NSM和强化学习算法，通过模拟和跟踪知识图谱中的状态变化和时序关系，实现了对时序知识图谱多跳推理下进行精准和高效的时序知识图谱问答，并相较于其他类型方法体现出对推理路径的可解释性。本发明提供智能、准确和个性化的问答服务，推动人工智能和知识图谱技术的发展与应用，具有广泛的应用前景。

公开(公告)号：CN117829298A

公开(公告)日：2024-04-05

申请号：CN202410249412.2

申请日：2024-03-05

Applicant: 南京信息工程大学

Inventor： 马廷淮 ,  朱玉

IPC: G06N5/04 ,  G06N5/022 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/006

Abstract: 本发明提供一种多跳时序知识图谱问答方法及系统，涉及计算机科学领域。该多跳时序知识图谱问答方法，本方法通过三个阶段实现：一，使用Tempor‑hard方法对时序知识图谱问答数据集进行处理，获取问题的时间信息，并通过预训练语言模型获取语义矩阵。借助attention pooling和TComplEx嵌入等技术，对问题进行编码，获得问题的上下文表示。二，通过上下文相关性解析模块选取主题实体和候选动作，提高准确度。三，构建强化学习网络，引入动态实体编码和时空特征融合模块以增强推理能力，并使用先验分布对奖励进行时间感知塑造。该方法具备强大的语义理解和推理能力，可在信息检索、智能助理等领域提供高效、准确的问答模型，推动智能化技术的发展，提升用户体验。