公开(公告)号：CN117371523A

公开(公告)日：2024-01-09

申请号：CN202311388715.4

申请日：2023-10-24

Applicant: 重庆邮电大学

Inventor： 蔡林沁 ,  王灏澜 ,  蔡志伟 ,  任波 ,  唐晓铭

IPC: G06N5/02 ,  G06F40/295 ,  G06F40/30 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/047

Abstract: 本发明涉及一种基于人机混合增强的教育知识图谱构建方法与系统，属于知识图谱技术领域。该方法设计了基于产出的多层次教育知识图谱本体模型；设计了深度学习算法，包括融合领域词典、双向长短期记忆网络和条件随机场的教育实体识别模型，以及深度融合全词掩码中文预训练模型、双向门控网络与注意力机制的教育实体关系抽取模型，实现命名实体与关系的高效自动抽取。该系统通过计算机集成实体识别与关系抽取模型，自动完成教育实体识别、关系抽取及图谱构建；教育专家利用领域知识和经验，进一步对教育实体、关系及图谱进行调整与优化；通过反复的人机交互过程，实现人机混合增强智能，构建高性能教育知识图谱。

公开(公告)号：CN115860119A

公开(公告)日：2023-03-28

申请号：CN202211556154.X

申请日：2022-12-06

Applicant: 重庆邮电大学

Inventor： 蔡林沁 ,  汪铃均 ,  王灏澜 ,  许诺影 ,  熊余 ,  袁荣棣

IPC: G06N5/025 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/0985

Abstract: 本发明公开了基于动态元学习的少样本知识图谱补全方法和系统，涉及知识图谱图补全技术领域，其技术方案要点是：基于动态元学习的少样本知识图谱补全方法和系统，在传统的基于优化的元学习补全方法的基础上引入了动态邻居编码器，在执行链接预测任务的时候，根据任务关系动态地调节实体邻居信息的权重，并将动态邻居信息融合到实体嵌入中，从而提高实体嵌入的语义表示。同时，对同一关系的不同属性建立了基于一维卷积的融合策略，使得关系嵌入能够表示各方面属性信息，进一步增强了关系表示的鲁棒性，并利用该关系嵌入对模型进行训练，显著提高了链接预测的准确性，进而达到提升知识图谱补全效果的目的。