-
公开(公告)号：CN117350386B
公开(公告)日：2024-03-19
申请号：CN202311640535.0
申请日：2023-12-04
Applicant: 南京信息工程大学
IPC: G06N5/04 , G06N3/0464 , G06N5/046 , G06F18/22 , G06F18/241
Abstract: 本发明公开了一种事件溯因推理方法及系统，本发明将假设事件、以及溯因的前提事件和结果事件投影到外部事件图上，生成事件描述性知识，对外部事件图上前提事件和结果事件依次行多次正向（由因致果）分析和反向（由果溯因）分析，生成新的前提事件和结果事件，根据新旧事件之间的均方误差距离、事件描述性知识和事件上下文表示，采用分类模型，获得最终假设事件，可在获取最终假设事件的过程中体现出事件间的因果关系。
-
Patent Agency Ranking
公开(公告)号：CN116151375A
公开(公告)日：2023-05-23
申请号：CN202310426771.6
申请日：2023-04-20
Applicant: 南京信息工程大学
IPC: G06N5/04 , G06N3/048 , G06N3/084 , G06F16/33 , G06F16/35 , G06N3/0464 , G06N3/0455 , G06N3/092 , G06N3/098 , G06N3/09
Abstract: 本发明公开了一种基于反事实与路径挖掘的事件溯因推理方法，包括：采用自注意力机制获得因果效应矩阵，利用图神经网络将其导入事件结点表示；利用注意力机制形成中间隐状态，引导RoBERTa模型抽取观测事件的关键特征hatt；将事件利用余弦相似度投影到外部事件逻辑图上，并基于中间隐状态，利用强化学习计算类似事件之间的逻辑链路；利用注意力机制获得上下文向量qpath；将hatt与qpath拼接用于计算假设的合理值得分；选择合理值得分最高的假设作为最有可能发生的合理假设；添加反事实损失函数优化模型，比较不同假设事件以挖掘关键溯因特征。本方法的推理结果更加精确，并根据反事实敏感性，抓取支持溯因的关键因素。
-
公开(公告)号：CN118035435B
公开(公告)日：2024-06-11
申请号：CN202410444602.X
申请日：2024-04-15
Applicant: 南京信息工程大学
IPC: G06F16/34 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/094 , G06F40/126 , G06F40/284
Abstract: 本发明公开了一种新闻摘要生成方法及相关装置，本发明采用多模态编码，使新闻文本的单词编码特征和图片的视觉目标特征相互观察，使多模态关联，通过构建多模态动态图建模特征之间的关系，区分特征中的积极特征和消极特征，从而生成多模态关联、且凸显核心信息的新闻摘要，可更好地还原新闻文本的多维度信息，提供更为全面的新闻摘要，保证了新闻摘要的质量。
-
公开(公告)号：CN117350386A
公开(公告)日：2024-01-05
申请号：CN202311640535.0
申请日：2023-12-04
Applicant: 南京信息工程大学
IPC: G06N5/04 , G06N3/0464 , G06N5/046 , G06F18/22 , G06F18/241
Abstract: 本发明公开了一种事件溯因推理方法及系统，本发明将假设事件、以及溯因的前提事件和结果事件投影到外部事件图上，生成事件描述性知识，对外部事件图上前提事件和结果事件依次行多次正向（由因致果）分析和反向（由果溯因）分析，生成新的前提事件和结果事件，根据新旧事件之间的均方误差距离、事件描述性知识和事件上下文表示，采用分类模型，获得最终假设事件，可在获取最终假设事件的过程中体现出事件间的因果关系。
-
公开(公告)号：CN118035435A
公开(公告)日：2024-05-14
申请号：CN202410444602.X
申请日：2024-04-15
Applicant: 南京信息工程大学
IPC: G06F16/34 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/094 , G06F40/126 , G06F40/284
Abstract: 本发明公开了一种新闻摘要生成方法及相关装置，本发明采用多模态编码，使新闻文本的单词编码特征和图片的视觉目标特征相互观察，使多模态关联，通过构建多模态动态图建模特征之间的关系，区分特征中的积极特征和消极特征，从而生成多模态关联、且凸显核心信息的新闻摘要，可更好地还原新闻文本的多维度信息，提供更为全面的新闻摘要，保证了新闻摘要的质量。
-
公开(公告)号：CN116151375B
公开(公告)日：2023-07-14
申请号：CN202310426771.6
申请日：2023-04-20
Applicant: 南京信息工程大学
IPC: G06N5/04 , G06N3/048 , G06N3/084 , G06F16/33 , G06F16/35 , G06N3/0464 , G06N3/0455 , G06N3/092 , G06N3/098 , G06N3/09
Abstract: 本发明公开了一种基于反事实与路径挖掘的事件溯因推理方法，包括：采用自注意力机制获得因果效应矩阵，利用图神经网络将其导入事件结点表示；利用注意力机制形成中间隐状态，引导RoBERTa模型抽取观测事件的关键特征hatt；将事件利用余弦相似度投影到外部事件逻辑图上，并基于中间隐状态，利用强化学习计算类似事件之间的逻辑链路；利用注意力机制获得上下文向量qpath；将hatt与qpath拼接用于计算假设的合理值得分；选择合理值得分最高的假设作为最有可能发生的合理假设；添加反事实损失函数优化模型，比较不同假设事件以挖掘关键溯因特征。本方法的推理结果更加精确，并根据反事实敏感性，抓取支持溯因的关键因素。
-
-
-
-
-
Search Results
6
records
(took 0.037 seconds)
