-
Patent Agency Ranking
公开(公告)号：CN114861913A
公开(公告)日：2022-08-05
申请号：CN202210292415.5
申请日：2022-03-23
Applicant: 清华大学
IPC: G06N5/02
Abstract: 本发明提供一种常识知识评分和排序方法及装置，其中，常识知识评分方法包括：获取待评分常识三元组对象和与待评分常识三元组对象对应的义原树组；将待评分常识三元组对象和义原树组输入至评分模型，获得评分模型输出的投票结果；其中，评分模型是基于样本组以及对应的投票标签进行训练后得到的，样本组包括常识三元组样本以及与常识三元组样本对应的义原树组样本，投票标签是根据样本组预先确定的，并与样本组一一对应。本发明提供的常识知识评分和排序方法及装置通过结合三元组自身信息和外部知识库的义原信息，实现了对待评分常识三元组对象进行综合评分，提高了常识知识评分和排序的准确率。
-
公开(公告)号：CN113486142B
公开(公告)日：2025-02-25
申请号：CN202110412919.1
申请日：2021-04-16
IPC: G06F16/334 , G06F16/9535 , G06F40/30 , G06F18/214 , G06N3/0464
Abstract: 本申请涉及人工智能领域中的自然语言处理技术，公开了一种基于义原的词语语义的预测方法及计算机设备，该方法在知网的基础上，基于义原构建词语的义原空间，并将知网中的已知词语表示在义原空间内，词语在义原空间的向量表示由两部分组成，一部分取值由类别义原决定，另一部分取值由扩展描述及扩展描述与类别义原的关联关系决定，由于义原含义明确，因此本申请用于表征词语的向量具有可解释性；在面对新增词语，可计算新增词语与已知词语间的相关性，由已知词语在义原空间的向量表示推导出新增词语的向量表示，经由该方法预测得到的新增词语具有强表征能力。本申请方法可与推荐系统结合，用于解决推荐系统的新词理解和表示问题，提升推荐质量。
-
公开(公告)号：CN113486142A
公开(公告)日：2021-10-08
申请号：CN202110412919.1
申请日：2021-04-16
IPC: G06F16/33 , G06F16/9535 , G06F40/30 , G06K9/62 , G06N3/04
Abstract: 本申请涉及人工智能领域中的自然语言处理技术，公开了一种基于义原的词语语义的预测方法及计算机设备，该方法在知网的基础上，基于义原构建词语的义原空间，并将知网中的已知词语表示在义原空间内，词语在义原空间的向量表示由两部分组成，一部分取值由类别义原决定，另一部分取值由扩展描述及扩展描述与类别义原的关联关系决定，由于义原含义明确，因此本申请用于表征词语的向量具有可解释性；在面对新增词语，可计算新增词语与已知词语间的相关性，由已知词语在义原空间的向量表示推导出新增词语的向量表示，经由该方法预测得到的新增词语具有强表征能力。本申请方法可与推荐系统结合，用于解决推荐系统的新词理解和表示问题，提升推荐质量。
-
公开(公告)号：CN112579794A
公开(公告)日：2021-03-30
申请号：CN202011565924.8
申请日：2020-12-25
Applicant: 清华大学
Abstract: 本发明实施例提供一种为中英文单词对预测义原树的方法及系统，包括：获取待预测单词对，以及所述待预测单词对应的类别义原；基于已知的预设义原集合和语义关系集合，和所述待预测单词对应的类别义原，采用预设义原树生成算法为所述待预测单词对预测生成义原树。本发明实施例通过已知的义原知识库，给定单词对的类别义原信息，为给定单词对预测义原树，实现了自动预测义原树，相比人工手动标注义原树需要花费大量的时间和成本，具有更高效和更准确的特点。
-
公开(公告)号：CN112579794B
公开(公告)日：2022-11-11
申请号：CN202011565924.8
申请日：2020-12-25
Applicant: 清华大学
Abstract: 本发明实施例提供一种为中英文单词对预测义原树的方法及系统，包括：获取待预测单词对，以及所述待预测单词对应的类别义原；基于已知的预设义原集合和语义关系集合，和所述待预测单词对应的类别义原，采用预设义原树生成算法为所述待预测单词对预测生成义原树。本发明实施例通过已知的义原知识库，给定单词对的类别义原信息，为给定单词对预测义原树，实现了自动预测义原树，相比人工手动标注义原树需要花费大量的时间和成本，具有更高效和更准确的特点。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
