-
公开(公告)号:CN111966821B
公开(公告)日:2024-06-04
申请号:CN202010868187.2
申请日:2020-08-26
Applicant: 南京柯基数据科技有限公司
Abstract: 本发明公开了一种基于力学原理的知识图谱可视化方法,属于知识图谱可视化领域。本发明将知识图谱的三元组数据转换为关系集合和实体集合;其中,关系集合包括边数据,实体集合包括节点数据;再对边数据和的节点数据进行标记;并对标记后的边数据和节点数据分别进行去重;根据节点数据和边数据计算边的长度、节点与边的交点坐标以及计算边名称坐标;最后利用d3.js对节点和边进行渲染,得到可视化的知识图谱。本发明克服了现有技术中,无法将知识图谱三元组转为可视化的关系图的不足,本发明可以将知识图谱三元组转为关系图,可以实现直观地通过关系图分析问题的能力,更加直观且完整的表达了知识图谱中包含的信息。
-
公开(公告)号:CN116825370A
公开(公告)日:2023-09-29
申请号:CN202310451949.2
申请日:2023-04-25
Applicant: 南京中医药大学 , 南京柯基数据科技有限公司
IPC: G16H50/70 , G06F18/23213 , G06F16/35 , G06F16/36 , G06F40/117 , G06F40/279 , G06N5/02
Abstract: 本发明公开了一种针灸知识图谱构建方法、装置及计算机设备,属于知识图谱技术领域。针对现有技术中存在的医学知识图谱对当前还没有出现的医学实体类型无法进行分类,存在一定的局限性等问题,本发明提供了一种针灸知识图谱构建方法、装置及计算机设备,通过聚类算法对已有类型的针灸医学实体和还没有出现的针灸医学实体类型聚类,对聚类后的针灸医学实体描述信息进行标注,将标注后的针灸医学实体描述信息转换为三元组,通过所述三元组构建针灸知识图谱,深入揭示针灸临床治疗“症‑证‑方”的内部规律,进一步挖掘临床数据中的隐性知识。
-
公开(公告)号:CN108829667A
公开(公告)日:2018-11-16
申请号:CN201810521599.1
申请日:2018-05-28
Applicant: 南京柯基数据科技有限公司
Abstract: 本发明公开了一种基于记忆网络的多轮对话下的意图识别方法,主要采用循环神经网络,记忆网络和注意力机制结合的神经网络模型。本发明首先将语言数学化处理,然后利用循环神经网络对每轮的对话进行编码,得到对话的编码向量,再利用外部存储器保存历史对话信息,通过注意力机制从记忆中选择与该轮对话意图相关的历史对话信息,从而得到历史信息的编码向量,对于当前的对话编码向量和历史的对话编码向量,利用一个控制门,判断是否在分类器中引入历史信息,得到最终用于分类的编码信息,利用多标签的分类器,得到每轮对话的意图。
-
公开(公告)号:CN108804521B
公开(公告)日:2021-05-14
申请号:CN201810392883.3
申请日:2018-04-27
Applicant: 南京柯基数据科技有限公司
IPC: G06F16/332 , G06F16/28 , G06F16/35 , G06F40/295 , G06F40/284 , G06Q50/02
Abstract: 本发明提出一种基于知识图谱的问答方法及农业百科问答系统,可以自动分析用户提出的自然语言问题,形成基于句法树的拓扑结构,通过拓扑结构与语法库中的问题模板进行检索和比对,根据拓扑结构与谓词指称的映射关系、同义词集合与知识图谱中关系或属性的映射关系,得到问题映射的谓词,并结合问题中识别的实体,生成最终的结构化的知识图谱查询语句,根据该查询语句到知识图谱中进行检索,返回最终的结果。当在问题模板库中无法检索到相关拓扑结构时,会调用FAQ问题库的常问问答对,进行问题的回答。该问答系统能够针对用户提出的问句给出精确的答案检索,提高用户对农业百科问题检索的满意度。
-
公开(公告)号:CN106844413B
公开(公告)日:2020-12-08
申请号:CN201610997671.9
申请日:2016-11-11
Applicant: 南京柯基数据科技有限公司
Inventor: 吴刚
IPC: G06F16/36 , G06F16/28 , G06F40/295
Abstract: 本发明实施例公开了一种实体关系抽取的方法,包括:确定给定文本的目标实体关系词,给定文本包括与预定实体相关的信息;识别给定文本中的除预定实体之外的实体,并存储形成实体库;基于预定特征根据给定文本所包含的实体库中的实体所在的句子来构建句子中的实体的特征向量;从特征向量中筛选出目标特征向量,目标特征向量指示了目标特征向量对应的实体所在的句子记录了目标特征向量对应的实体与预设实体之间存在目标实体关系;抽取与目标特征向量对应的实体。本发明实施例公开了一种实体关系抽取的方法及装置,能够避免泛化出错误的模式及引入错误的实体关系,能提高抽取实体关系的准确率和工作效率。
-
公开(公告)号:CN111966821A
公开(公告)日:2020-11-20
申请号:CN202010868187.2
申请日:2020-08-26
Applicant: 南京柯基数据科技有限公司
Abstract: 本发明公开了一种基于力学原理的知识图谱可视化方法,属于知识图谱可视化领域。本发明将知识图谱的三元组数据转换为关系集合和实体集合;其中,关系集合包括边数据,实体集合包括节点数据;再对边数据和的节点数据进行标记;并对标记后的边数据和节点数据分别进行去重;根据节点数据和边数据计算边的长度、节点与边的交点坐标以及计算边名称坐标;最后利用d3.js对节点和边进行渲染,得到可视化的知识图谱。本发明克服了现有技术中,无法将知识图谱三元组转为可视化的关系图的不足,本发明可以将知识图谱三元组转为关系图,可以实现直观地通过关系图分析问题的能力,更加直观且完整的表达了知识图谱中包含的信息。
-
公开(公告)号:CN107562772A
公开(公告)日:2018-01-09
申请号:CN201710530618.2
申请日:2017-07-03
Applicant: 南京柯基数据科技有限公司
Inventor: 吴刚
Abstract: 本发明公开了一种事件抽取方法、装置、系统和存储介质。该方法包括:利用对语料库进行模式学习得到的触发词,定位语料库的文档中的事件句,并根据触发词的关系分类确定事件句的事件类别;使用模式学习得到的模式,模式匹配事件句,得到与模式相匹配的事件句集;根据预设的与事件类别对应的事件学习模板,抽取事件句集中的事件内容。根据本发明实施例提供的事件抽取方法,可以提高事件内容抽取的效率和完整性。
-
公开(公告)号:CN111984790B
公开(公告)日:2023-07-25
申请号:CN202010869904.3
申请日:2020-08-26
Applicant: 南京柯基数据科技有限公司
IPC: G06F16/35 , G06F40/295 , G06F40/216 , G06N3/08
Abstract: 本发明提出了一种实体关系抽取方法,属于实体关系抽取领域,本发明的方法为:构建语料库;选取语料库的数据进行标注得到标注数据集;并根据语料库构建正则模板,再通过正则模板对语料库的数据进行标注得到扩充数据集;将标注数据集和扩充数据集分为训练集和测试集;利用训练集训练神经网络模型,再利用训练后的神经网络模型对测试集进行处理得到关系分类结果;利用正则模板对测试集进行匹配得到分类结果;根据关系分类结果和匹配分类结果得到最终关系抽取结果。本发明克服了现有技术中仅使用神经网络模型进行实体关系抽取,抽取时标注数据量较少且抽取效果不佳的不足,本发明通过利用正则模板可以扩充标注数据量,并且可提高实体关系抽取的效果。
-
公开(公告)号:CN107133208B
公开(公告)日:2021-08-24
申请号:CN201710186520.X
申请日:2017-03-24
Applicant: 南京柯基数据科技有限公司
Inventor: 吴刚
IPC: G06F40/211 , G06F40/295
Abstract: 本发明实施例公开了一种实体抽取方法及装置,该方法包括:确定目标文本的实体关系词,目标文本包括与预定实体相关的信息;抽取目标文本中的表格,以及与表格一一对应的表格描述;基于实体关系词从表格描述中筛选目标表格描述;将目标表格描述对应的表格确定为待抽取表格;基于待抽取表格的内容确定待抽取表格中记录待抽取实体的列或行;抽取记录待抽取实体的列或行中的目标数据,将目标数据作为待抽取实体。本发明能够解决当用户需要从面对大量的文本信息中获取指定的信息时,现有技术中的方法浪费人力和时间,降低工作的效率的问题。
-
公开(公告)号:CN106202382B
公开(公告)日:2019-06-14
申请号:CN201610536822.0
申请日:2016-07-08
Applicant: 南京柯基数据科技有限公司
Inventor: 吴刚
Abstract: 本发明公开了一种链接实体方法和系统。该方法包括:从给定文本中获取待链接实体;预设知识库中获取实体名称,简称词库并基于预设知识库建立实体名称的同义词库,所述同义词库包含从预设知识库中获取的所述实体名称以及与所述实体名称相关的信息数据;将分词得到的实体关键词作为搜索词在同义词库中进行搜索;如果搜索匹配到同义词库中的某一词条,将进行搜索的实体关键词与该词条对应的预设知识库中的实体名称进行链接;如果未匹配到,则进行生成候选实体,并通过上下文相似度评价的方式进行消歧链接。根据本发明实施例提供的链接实体方法,提高了链接实体的准确度。
-
-
-
-
-
-
-
-
-