-
公开(公告)号：CN113761337B
公开(公告)日：2023-10-27
申请号：CN202011643504.7
申请日：2020-12-31
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9535 , G06F16/9537 , G06Q10/04
Abstract: 本发明提供一种基于事件隐式要素与显式联系的事件预测方法和装置，其中，方法包括：获取事件文本中的多个事件的事件要素；提取跨事件的事件要素之间的第一关系特征，所述第一关系特征用于表征跨事件的事件要素之间的语义联系特征；基于所述第一关系特征进行事件预测。在对事件进行预测时，加入跨事件的事件要素之间的第一关系特征，可以记录跨事件的事件要素之间的隐式联系，并且通过不同事件中的事件要素语义联系特征让不同的事件之间产生了联系，挖掘出了事件元组更深层次且更具有预测性的语义信息，不仅可以提升了事件预测的准确性，而且广泛适用于基于事件要素进行事件预测的方法中，通用性强。
-
公开(公告)号：CN113761337A
公开(公告)日：2021-12-07
申请号：CN202011643504.7
申请日：2020-12-31
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F16/9535 , G06F16/9537 , G06Q10/04
Abstract: 本发明提供一种基于事件隐式要素与显式联系的事件预测方法和装置，其中，方法包括：获取事件文本中的多个事件的事件要素；提取跨事件的事件要素之间的第一关系特征，所述第一关系特征用于表征跨事件的事件要素之间的语义联系特征；基于所述第一关系特征进行事件预测。在对事件进行预测时，加入跨事件的事件要素之间的第一关系特征，可以记录跨事件的事件要素之间的隐式联系，并且通过不同事件中的事件要素语义联系特征让不同的事件之间产生了联系，挖掘出了事件元组更深层次且更具有预测性的语义信息，不仅可以提升了事件预测的准确性，而且广泛适用于基于事件要素进行事件预测的方法中，通用性强。
-
公开(公告)号：CN113743111B
公开(公告)日：2024-06-04
申请号：CN202010865079.X
申请日：2020-08-25
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06F40/289 , G06F40/30 , G06F18/2415 , G06F18/2431 , G06N3/045 , G06N3/084 , G06Q40/03
Abstract: 本申请涉及一种基于文本预训练和多任务学习的金融风险预测方法及装置。该方法包括：获取待处理文本；将待处理文本输入第一神经网络模型，以按照风险识别任务的处理流程确定待处理文本的内容是否包括金融风险；在待处理文本的内容包括金融风险的情况下，利用第一神经网络模型按照风险分类任务的处理流程确定金融风险的风险类型；利用第一神经网络模型按照风险主体识别任务的处理流程确定与风险类型匹配的风险主体。本申请通过预训练语言模型技术解决了缺乏对语义的深度挖掘导致模型性能不佳的问题，并采用多任务处理，解决了数据量有限而且任务之间无法进行信息共享导致模型性能不佳的技术问题。
-
公开(公告)号：CN113743111A
公开(公告)日：2021-12-03
申请号：CN202010865079.X
申请日：2020-08-25
Applicant: 国家计算机网络与信息安全管理中心
Abstract: 本申请涉及一种基于文本预训练和多任务学习的金融风险预测方法及装置。该方法包括：获取待处理文本；将待处理文本输入第一神经网络模型，以按照风险识别任务的处理流程确定待处理文本的内容是否包括金融风险；在待处理文本的内容包括金融风险的情况下，利用第一神经网络模型按照风险分类任务的处理流程确定金融风险的风险类型；利用第一神经网络模型按照风险主体识别任务的处理流程确定与风险类型匹配的风险主体。本申请通过预训练语言模型技术解决了缺乏对语义的深度挖掘导致模型性能不佳的问题，并采用多任务处理，解决了数据量有限而且任务之间无法进行信息共享导致模型性能不佳的技术问题。
-
-
-
Search Results
4
records
(took 0.033 seconds)
