-
公开(公告)号：CN113221577B
公开(公告)日：2024-10-29
申请号：CN202110464651.6
申请日：2021-04-28
Applicant: 西安交通大学
IPC: G06F40/30 , G06F40/216 , G06F40/284 , G06N3/0442 , G06N3/0455 , G06N3/048
Abstract: 本发明公开了一种教育文本知识归纳方法、系统、设备及可读存储介质，通过从教育文本中拾取领域术语，然后爬取维基百科中对该术语的解释作为理解该术语所需的外部知识，并分别对教育文本和外部知识进行编码，生成语境向量辅助摘要生成过程，弥补了机器自动生成摘要时对背景知识的缺失，利用双注意力机制计算当前时刻解码状态关于教育文本的语境向量和外部知识库的语境向量，并将二者融合参与解码过程。使用了双拷贝机制计算复制概率，从而实现从教育文本或外部知识中复制相关内容到摘要中，提高了模型捕捉细节的能力，同时缓解了未登录词或低频词带来的问题。
-
Patent Agency Ranking
公开(公告)号：CN111708816B
公开(公告)日：2022-12-09
申请号：CN202010414102.3
申请日：2020-05-15
Applicant: 西安交通大学
IPC: G06F16/2458 , G06K9/62
Abstract: 本发明公开了一种基于贝叶斯模型的多真值冲突消解方法，通过分析书籍和电影数据并生成基本数据集Draw，将基本数据集Draw重新转换成一个事实数据集Df，然后进一步生成一个声明数据集Dc，采用基于吉布斯采样的方法进行数据源先验可信度评估；得到数据源先验可靠性，将该数据源先验值作为每个数据源的初始化值，基于数据源在不同领域显示出不同的专业知识程度，一个领域中数据丰富度较高，将丰富度度量转化为基于距离的度量，度量数据源及其提供数据的对象之间的相似性；在最后的贝叶斯推断中将数据源与对象的相似性和真值的置信度作为影响真值推断的因素考虑进去，最后输出真值数据集Dt，进行数据源先验可信度估计，能提高真值推断的效率和准确度。
-
公开(公告)号：CN113221577A
公开(公告)日：2021-08-06
申请号：CN202110464651.6
申请日：2021-04-28
Applicant: 西安交通大学
IPC: G06F40/30 , G06F40/216 , G06F40/284 , G06N3/04
Abstract: 本发明公开了一种教育文本知识归纳方法、系统、设备及可读存储介质，通过从教育文本中拾取领域术语，然后爬取维基百科中对该术语的解释作为理解该术语所需的外部知识，并分别对教育文本和外部知识进行编码，生成语境向量辅助摘要生成过程，弥补了机器自动生成摘要时对背景知识的缺失，利用双注意力机制计算当前时刻解码状态关于教育文本的语境向量和外部知识库的语境向量，并将二者融合参与解码过程。使用了双拷贝机制计算复制概率，从而实现从教育文本或外部知识中复制相关内容到摘要中，提高了模型捕捉细节的能力，同时缓解了未登录词或低频词带来的问题。
-
公开(公告)号：CN111723973B
公开(公告)日：2022-12-09
申请号：CN202010415168.4
申请日：2020-05-15
Applicant: 西安交通大学
Abstract: 本发明公开基于MOOC日志数据中用户行为因果关系的学习效果优化方法，基于MOOC平台用户的日志数据，利用用户倾向性计算和匹配，通过依照反事实的因果推理框架来选取生成因果网络中的因果自变量，在不同数据规模下根据生成网络的平均马尔可夫毯长度，在其长度趋于平稳时获取最小数据规模；得到因果网络群组；使用专家精确度算法来筛选网络节点间的边，将筛选好的网络群组，使用Bagging投票机制综合生成最终因果网络，得到用户行为和学习效果的因果关系，基于所述因果关系，根据原因变量节点和结果变量节点对用户学习路径做出合理规划，改变用户操作行为或者用户的学习时间来影响用户是否完成这门课程的概率，提高了变量之间关系判定的准确性。
-
公开(公告)号：CN111708816A
公开(公告)日：2020-09-25
申请号：CN202010414102.3
申请日：2020-05-15
Applicant: 西安交通大学
IPC: G06F16/2458 , G06K9/62
Abstract: 本发明公开了一种基于贝叶斯模型的多真值冲突消解方法，通过分析书籍和电影数据并生成基本数据集Draw，将基本数据集Draw重新转换成一个事实数据集Df，然后进一步生成一个声明数据集Dc，采用基于吉布斯采样的方法进行数据源先验可信度评估；得到数据源先验可靠性，将该数据源先验值作为每个数据源的初始化值，基于数据源在不同领域显示出不同的专业知识程度，一个领域中数据丰富度较高，将丰富度度量转化为基于距离的度量，度量数据源及其提供数据的对象之间的相似性；在最后的贝叶斯推断中将数据源与对象的相似性和真值的置信度作为影响真值推断的因素考虑进去，最后输出真值数据集Dt，进行数据源先验可信度估计，能提高真值推断的效率和准确度。
-
公开(公告)号：CN111723973A
公开(公告)日：2020-09-29
申请号：CN202010415168.4
申请日：2020-05-15
Applicant: 西安交通大学
Abstract: 本发明公开基于MOOC日志数据中用户行为因果关系的学习效果优化方法，基于MOOC平台用户的日志数据，利用用户倾向性计算和匹配，通过依照反事实的因果推理框架来选取生成因果网络中的因果自变量，在不同数据规模下根据生成网络的平均马尔可夫毯长度，在其长度趋于平稳时获取最小数据规模；得到因果网络群组；使用专家精确度算法来筛选网络节点间的边，将筛选好的网络群组，使用Bagging投票机制综合生成最终因果网络，得到用户行为和学习效果的因果关系，基于所述因果关系，根据原因变量节点和结果变量节点对用户学习路径做出合理规划，改变用户操作行为或者用户的学习时间来影响用户是否完成这门课程的概率，提高了变量之间关系判定的准确性。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
