-
公开(公告)号:CN117709459A
公开(公告)日:2024-03-15
申请号:CN202311835977.0
申请日:2023-12-28
Applicant: 重庆邮电大学
IPC: G06N5/025 , G06N5/04 , G06N3/045 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/048 , G06F16/36
Abstract: 本发明请求保护一种基于潜在关系融合和图卷积网络的文档关系抽取方法。首先,通过预训练模型对文档中的词进行上下文信息编码。针对所有包含目标实体指代的句子,利用依存关系提取实体指代对之间包含有潜在关系信息的最短依赖路径。引入注意力机制,将最短依赖路径中的潜在信息与实体指代融合。随后,将融合后的所有实体指代作为实体指代节点,将相关句子作为句子节点,构建实体指代图。最后,利用图卷积神经网络学习不同实体指代之间的交互信息以及跨文档的实体指代感知表示。对于每个实体对的表示,采用Sigmoid激活函数进行关系分类。这一方法能够从文档中提取实体对之间的关系,在构建知识图谱等任务中有着潜在的应用前景。
-
公开(公告)号:CN117743818A
公开(公告)日:2024-03-22
申请号:CN202311847242.X
申请日:2023-12-28
Applicant: 重庆邮电大学
IPC: G06F18/2113 , A61B5/369 , G06F18/214 , G06F18/241 , G06N3/0464 , G06N3/096 , G06N3/0895
Abstract: 本发明请求保护一种基于多源域互信息的运动想象脑电信号域适应方法。首先通过互信息估计将特征提取器中间层的特征映射分解为类无关和类相关的特征映射;然后通过引入Lmmd损失对前馈网络模型进行扩展,实现子域适应。对于源域中的样本,使用真实标签来计算每个样本属于某一类的权重。对于没有标签的目标域数据,通过神经网络预测得到样本伪标签,其样本权重计算方法同源域样本权重计算,将网络的输出作为无标签目标域的伪标签。最后分别将每对源域和目标域数据映射到多个不同的特征空间,并对齐域特定分布以学习多个域不变特征。然后使用域不变特征训练多个特定于域的分类器。本方法可以有效减少跨受试者可变性高的问题。
-