实体关系联合抽取方法及电子设备

    公开(公告)号:CN114357179A

    公开(公告)日:2022-04-15

    申请号:CN202111509942.9

    申请日:2021-12-10

    Abstract: 本申请提供了实体关系联合抽取方法及电子设备。本申请实施例中,在从目标文本抽取实体关系时,需要依赖于用于反映实体之间关联信息的句子依存分析树,并在预测出目标文本中的潜在三元组后基于句子依存分析树以及全局主客实体对约束矩阵生成模型对潜在三元组进行筛减,以过滤掉冗余三元组,得到最终真实的实体关系三元组信息,这提高了实体关系抽取结果的准确度,并有效解决错误累积、冗余实体以及重叠关系等问题。

    目标服务调度方法、装置、系统及电子设备

    公开(公告)号:CN119917237A

    公开(公告)日:2025-05-02

    申请号:CN202411996889.3

    申请日:2024-12-31

    Abstract: 本申请提供一种目标服务调度方法、装置、系统及电子设备。本申请在获取由客户端发送的携带了目标服务的输入数据的推理请求的情况下,确定出包括多个模型组件的目标推理图,进一步确定出目标推理图中各模型组件的调度顺序,并根据各模型组件的调度顺序依次对所述目标服务的输入数据进行处理,得到数据处理结果;本申请根据目标服务对应的目标推理图中多个模型组件的调度顺序对目标服务的输入数据进行依次处理,以确定目标服务的数据处理结果,实现了多模型的目标服务调度。

    事件知识图谱的构建方法、装置及事件确定方法、装置

    公开(公告)号:CN111753094B

    公开(公告)日:2024-02-02

    申请号:CN201910236491.2

    申请日:2019-03-27

    Abstract: 本发明实施例提供了一种事件知识图谱的构建方法、装置、电子设备。该构建方法包括:从目标信息源获取多个事件信息组;从多个子事件和父事件中,确定待构建图谱的多个目标事件;针对每个目标事件,基于每对子事件和父事件的父子关系,从多个目标事件中,查找该目标事件的父目标事件和子目标事件,得到该目标事件所对应的查找结果;基于每个目标事件所对应的查找结果,构建关于每个目标事件的事件知识图谱;其中,事件知识图谱的每个节点表征一个目标事件,所表征目标事件具有父子关系的任意两个节点之间设置有单箭头的连接线。与现有技术相比,应用本发明实施例提供的构建方法,可以构建能够体现各个事件的关系的事件知识图谱。

    事件知识图谱的构建方法、装置及事件确定方法、装置

    公开(公告)号:CN111753094A

    公开(公告)日:2020-10-09

    申请号:CN201910236491.2

    申请日:2019-03-27

    Abstract: 本发明实施例提供了一种事件知识图谱的构建方法、装置、电子设备。该构建方法包括:从目标信息源获取多个事件信息组;从多个子事件和父事件中,确定待构建图谱的多个目标事件;针对每个目标事件,基于每对子事件和父事件的父子关系,从多个目标事件中,查找该目标事件的父目标事件和子目标事件,得到该目标事件所对应的查找结果;基于每个目标事件所对应的查找结果,构建关于每个目标事件的事件知识图谱;其中,事件知识图谱的每个节点表征一个目标事件,所表征目标事件具有父子关系的任意两个节点之间设置有单箭头的连接线。与现有技术相比,应用本发明实施例提供的构建方法,可以构建能够体现各个事件的关系的事件知识图谱。

    任务卸载方法及计算机设备

    公开(公告)号:CN119396498B

    公开(公告)日:2025-04-11

    申请号:CN202510007101.X

    申请日:2025-01-02

    Abstract: 本申请公开了一种任务卸载方法及计算机设备,应用于边缘计算系统,包括:获取每一个终端设备的有向无环图任务,基于有向无环图任务确定当前子任务;针对每一个终端设备的当前子任务,获取边缘计算系统当前时刻的状态信息,将当前时刻的状态信息输入多目标强化学习模型中,生成当前子任务对应的任务卸载策略,基于每一个终端设备的当前子任务所对应的任务卸载策略中的任务卸载率,终端设备和/或服务器对当前子任务执行相应的任务卸载操作。本申请能够提供终端设备的有向无环图任务的任务卸载策略,以能够获取最优的任务卸载决策和计算资源分配决策。

    图采样方法、图谱预测方法及存储介质

    公开(公告)号:CN118133883B

    公开(公告)日:2024-08-27

    申请号:CN202410552789.5

    申请日:2024-05-06

    Abstract: 本申请公开一种图采样方法、图谱预测方法及存储介质,涉及数据处理技术领域,用于从图谱中采集到具有代表性的采样点,使得基于采样点对图神经网络进行训练时得到更好的训练结果。该方法包括:对于图谱中的每一个节点,确定节点的出度值,以及节点的属性信息,出度值用于表征图谱中以节点为起点的边的数量;基于节点的出度值以及节点的属性信息,确定概率密度函数;基于概率密度函数,对图谱进行采样,得到子图,子图用于对图神经网络进行训练。

    一种数据存储、数据查询方法、系统、装置及电子设备

    公开(公告)号:CN118051622A

    公开(公告)日:2024-05-17

    申请号:CN202211460676.X

    申请日:2022-11-17

    Abstract: 本申请实施例提供了一种数据存储、数据查询方法、系统、装置及电子设备,涉及知识图谱技术领域,该数据存储方法包括:获取目标事件数据;基于类型信息和对象信息,生成目标事件数据的标识信息;根据标识信息,将目标事件数据写入事件数据库,并根据事件数据库中标识信息对应的各事件数据,生成标识信息对应的统计信息;在图数据库中存在与事件类型对应的节点边的情况下,将标识信息和所生成的统计信息作为节点边的属性数据,写入图数据库;通过本方案可以提高图数据库的运行效率。

    图神经网络任务的执行方法、装置、电子设备及存储介质

    公开(公告)号:CN117807246A

    公开(公告)日:2024-04-02

    申请号:CN202311845287.3

    申请日:2023-12-28

    Abstract: 本申请公开了一种图神经网络任务的执行方法、装置、电子设备及存储介质。其中,该方法包括:将待划分的知识图谱,采用边划分方式随机划分为多个子图,每个子图对应一个分区;根据下游图神经网络任务中节点特征的构建方式,确定邻居边的扩张方向;针对每个分区,基于邻居边的扩张方向,调用分区对应的进程,对分区进行基于邻居扩张的迭代操作,得到分区对应的迭代扩张结果,将多个分区的迭代扩张结果确定为知识图谱的边划分结果,转换得到知识图谱的节点划分结果,基于节点划分结果执行下游图神经网络任务。本申请提高了划分效率,减少了下游GNN任务执行的等待时间,减少了下游GNN任务执行过程中进程间的通信消耗。

    图采样方法、图谱预测方法及存储介质

    公开(公告)号:CN118133883A

    公开(公告)日:2024-06-04

    申请号:CN202410552789.5

    申请日:2024-05-06

    Abstract: 本申请公开一种图采样方法、图谱预测方法及存储介质,涉及数据处理技术领域,用于从图谱中采集到具有代表性的采样点,使得基于采样点对图神经网络进行训练时得到更好的训练结果。该方法包括:对于图谱中的每一个节点,确定节点的出度值,以及节点的属性信息,出度值用于表征图谱中以节点为起点的边的数量;基于节点的出度值以及节点的属性信息,确定概率密度函数;基于概率密度函数,对图谱进行采样,得到子图,子图用于对图神经网络进行训练。

Patent Agency Ranking