-
公开(公告)号：CN110516697B
公开(公告)日：2021-08-31
申请号：CN201910637076.8
申请日：2019-07-15
Applicant: 清华大学
Abstract: 本发明实施例提供一种基于证据图聚合与推理的声明验证方法及系统，所述方法包括：基于语言表征模型对所述声明和所述证据集中的各证据进行建模，学习获得所述声明和各证据对应的向量表示；将每个证据的向量表示抽象成图上的节点，构建一个全联通的证据图；基于图神经网络方法进行证据间的消息传递，学习获得所有证据的高层次表示；基于聚合器将所有证据的高层次表示进行聚合，获得聚合后的证据表示；基于前馈神经网络模型和聚合后的证据表示，对所述声明进行验证。本发明实施例对证据和声明学习到更好的语义表示的同时提供了证据间聚合和推理的机制，能够更好地综合利用多条证据信息，提高了模型了准确率。
-
公开(公告)号：CN110516697A
公开(公告)日：2019-11-29
申请号：CN201910637076.8
申请日：2019-07-15
Applicant: 清华大学
Abstract: 本发明实施例提供一种基于证据图聚合与推理的声明验证方法及系统，所述方法包括：基于语言表征模型对所述声明和所述证据集中的各证据进行建模，学习获得所述声明和各证据对应的向量表示；将每个证据的向量表示抽象成图上的节点，构建一个全联通的证据图；基于图神经网络方法进行证据间的消息传递，学习获得所有证据的高层次表示；基于聚合器将所有证据的高层次表示进行聚合，获得聚合后的证据表示；基于前馈神经网络模型和聚合后的证据表示，对所述声明进行验证。本发明实施例对证据和声明学习到更好的语义表示的同时提供了证据间聚合和推理的机制，能够更好地综合利用多条证据信息，提高了模型了准确率。
-
Search Results
2
records
(took 0.016 seconds)
