-
公开(公告)号：CN113656942A
公开(公告)日：2021-11-16
申请号：CN202110793830.4
申请日：2021-07-14
Applicant: 南京邮电大学
IPC: G06F30/20
Abstract: 本发明公开了一种不协调本体的综合构建方法、装置及存储介质，包括：设置多个参数，对多个参数进行赋值；从空集开始构建MIPS和MUPS，获得本体；依次添加新的MIPS和新的公理到本体中，使得本体满足所有参数，实现不协调本体的构建，所述多个参数包括：公理总数量、不可满足概念数量、MIPS数量、最小移除公理数、一个MUPS最多包含的公理数以及一个不可满足概念最多拥有的MUPS数量，本发明通过设置多个跟不协调本体密切相关的参数，从多个维度构建不协调本体，参数可以由用户根据自身需求进行设置，提供更好的个性化定制。
-
公开(公告)号：CN110069747A
公开(公告)日：2019-07-30
申请号：CN201910280411.3
申请日：2019-04-09
Applicant: 南京邮电大学
Abstract: 本发明公开一种基于整数线性规划(Integer Linear Programming,ILP)解决本体中逻辑矛盾的方法，给出了解决逻辑矛盾的ILP模型，即通过将给定的冲突集合转变为ILP表示，进而使用传统的ILP求解器获取最佳解决方案。每个方案对应一个公理集合，从本体中移除一个这样的集合，便可解决给定的冲突。本发明首次提出一个计算基数最小解决方案的算法，使得删除的公理尽可能少，还提出保留尽可能多权重信息的算法。本发明提出的基于ILP解决冲突的方法是一个通用的逻辑矛盾处理方法，不仅可以用于修复单个本体和本体映射，还可以用于做本体修正或本体演化。本发明通过丰富的实验，说明了提出的算法具有非常高的效率，并且删除的公理具有基数最小或权重和最小的性质。
-
公开(公告)号：CN107330007A
公开(公告)日：2017-11-07
申请号：CN201710444905.1
申请日：2017-06-12
Applicant: 南京邮电大学
IPC: G06F17/30
CPC classification number: G06F16/367 , G06F2216/03
Abstract: 本发明公开了一种基于多数据源的本体学习方法，该方法采用本体匹配技术计算多数据源中概念、属性和实例之间的关系，将输入的单个数据源进行信息扩充，并在获得学习结果后，结合多数据源中可能有的权重信息以及学习中获得的权重信息进行本体的构建。目前的本体学习方法往往只局限于从单数据源进行本体学习，而忽略了从日益丰富的现有本体库和知识图谱资源中获取相关信息，对单数据源进行扩充。在学习到的公理的基础上构建本体时，本方法可采用多种策略进行本体调试和修补。对扩充后的数据源进行公理学习往往可以得到更多正确的学习结果，本发明通过试验对此结论进行验证。
-
公开(公告)号：CN119397228A
公开(公告)日：2025-02-07
申请号：CN202510015443.6
申请日：2025-01-06
Applicant: 南京邮电大学
IPC: G06F18/21 , G06N5/022 , G06F40/211 , G06F40/30
Abstract: 本发明公开了一种针对大语言模型的上下位关系判断能力的评估方法，属于自然语言处理领域，方法包括：根据多种包含上下位关系的数据集构建分类图；根据分类图及数据集中的结构信息，构建测试用例；将测试用例与预先设计的多种提示词进行组合，输入到被测的大语言模型中，获得返回结果；根据大语言模型的返回结果，评估大语言模型的上下位关系的判断能力；本发明充分结合大语言模型能够理解词汇在不同语境中的意义，克服了之前方法的不足之处，此方法通过设计不同的提示词，既评估了大语言模型的基础上下位关系的判断能力，也通过注入外部知识提高大语言模型的推理能力和上下位关系的识别准确性。
-
公开(公告)号：CN115292520A
公开(公告)日：2022-11-04
申请号：CN202211187813.7
申请日：2022-09-28
Applicant: 南京邮电大学
IPC: G06F16/36 , G06F40/216 , G06F40/242 , G06F40/289 , G06F40/30 , G06K9/62 , G06N5/02
Abstract: 本发明公开了一种面向多源移动应用知识图谱构建方法，基于获取的来自不同数据源的移动应用数据，生成三元组集合；对实体与关系进行编码，获得对应的向量表示；计算实体向量之间的相似度，将相似度超过设定阈值的向量表示所对应的实体确定为初始语义等价实体对，并确定种子集合；根据元规则从种子集合中推理出潜在语义等价实体对；计算潜在语义等价实体对成立的概率；将计算的概率与设定概率阈值比较，根据比较结果最终确定多源移动应用中实体之间的语义等价关系,进而获得多源移动应用知识图谱。本发明可以显著降低多源数据在知识图谱构建过程中实体语义等价关系的人工标注成本。
-
Patent Agency Ranking
公开(公告)号：CN117852545A
公开(公告)日：2024-04-09
申请号：CN202410035833.5
申请日：2024-01-10
Applicant: 南京邮电大学
IPC: G06F40/295 , G06F40/268
Abstract: 本发明公开了一种基于预训练语言模型的本体修正方法与系统，属于语义网中本体修正技术领域。首先将待修正本体与可靠本体中的公理翻译成自然语言句子，基于预训练模型计算句子的向量，根据向量和打分函数为待修正本体R‑MIPS中的公理进行打分，通过分批处理不可满足概念计算出一个修正方案。本发明根据本体修正的特征定义了四个基于预训练语言模型的打分函数，提出了一个基于预训练语言模型分批处理不可满足概念的本体修正方法，用户可以对本体修正方法中的参数进行个性化配置，有助于满足用户多样化的需求。
-
公开(公告)号：CN115731007A
公开(公告)日：2023-03-03
申请号：CN202211580746.5
申请日：2022-12-09
Applicant: 南京邮电大学
IPC: G06Q30/0601 , G06Q10/0631 , G06Q10/083
Abstract: 一种面向区域协同的强化学习实时订单派送方法，基于区域栏栅化处理构建空间地理信息；对空间位置价值信息进行编码，获取对应特征向量矩阵；结合订单分配矩阵和订单接受率因素，计算单个区域内的效益度指标；将子区域按流量权重分配计算总效益度指标，并确定因素限制条件集合；根据优化目标函数和约束条件提出约束优化方程组，通过拉格朗日乘子将求解约束优化问题转化成无约束优化问题；使用总效益度指标作为深度强化学习奖惩值；通过环境交互优化参数，进而获取训练好后的实时派单模型。本方法可以显著提高快递派单系统实时响应速度，有助于解决区域协同的智能派单效益最大化问题。
-
公开(公告)号：CN115292520B
公开(公告)日：2023-02-03
申请号：CN202211187813.7
申请日：2022-09-28
Applicant: 南京邮电大学
IPC: G06F16/36 , G06F40/216 , G06F40/242 , G06F40/289 , G06F40/30 , G06F18/22 , G06N5/02
Abstract: 本发明公开了一种面向多源移动应用知识图谱构建方法，基于获取的来自不同数据源的移动应用数据，生成三元组集合；对实体与关系进行编码，获得对应的向量表示；计算实体向量之间的相似度，将相似度超过设定阈值的向量表示所对应的实体确定为初始语义等价实体对，并确定种子集合；根据元规则从种子集合中推理出潜在语义等价实体对；计算潜在语义等价实体对成立的概率；将计算的概率与设定概率阈值比较，根据比较结果最终确定多源移动应用中实体之间的语义等价关系,进而获得多源移动应用知识图谱。本发明可以显著降低多源数据在知识图谱构建过程中实体语义等价关系的人工标注成本。
-
公开(公告)号：CN119621516A
公开(公告)日：2025-03-14
申请号：CN202510153294.X
申请日：2025-02-12
Applicant: 南京邮电大学
IPC: G06F11/34 , G06N5/045 , G06N7/02 , G06F40/284
Abstract: 本发明公开了一种大语言模型逻辑冲突检测能力的评估方法与装置，属于大语言模型技术领域，所述方法包括：根据包含逻辑冲突的本体总结逻辑冲突模式；基于逻辑冲突模式与相应本体构建正例数据集和负例数据集；将正例数据集和负例数据集分别与预先设计的多种不同类型的逻辑冲突检测提示词相结合，对大语言模型进行提问；根据对大语言模型的测试结果，对大语言模型的逻辑冲突判断与解释能力进行评估；本发明考虑了逻辑冲突的模式以及逻辑推理的规则，可更好地理解复杂的语境，提高逻辑冲突检测的准确性。
-
公开(公告)号：CN117852545B
公开(公告)日：2024-06-21
申请号：CN202410035833.5
申请日：2024-01-10
Applicant: 南京邮电大学
IPC: G06F40/295 , G06F40/268
Abstract: 本发明公开了一种基于预训练语言模型的本体修正方法与系统，属于语义网中本体修正技术领域。首先将待修正本体与可靠本体中的公理翻译成自然语言句子，基于预训练模型计算句子的向量，根据向量和打分函数为待修正本体R‑MIPS中的公理进行打分，通过分批处理不可满足概念计算出一个修正方案。本发明根据本体修正的特征定义了四个基于预训练语言模型的打分函数，提出了一个基于预训练语言模型分批处理不可满足概念的本体修正方法，用户可以对本体修正方法中的参数进行个性化配置，有助于满足用户多样化的需求。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.017 seconds)
