一种基于BERT模型的安全事故标签分类方法

    公开(公告)号:CN114610874A

    公开(公告)日:2022-06-10

    申请号:CN202111471316.5

    申请日:2021-12-04

    Abstract: 本发明公开了一种基于BERT模型的安全事故标签分类方法,属于自然语言处理领域。本发明首先进行对文本进行预处理,精简文本,提高处理效率;然后使用基于BERT预训练模型实现抽取式文本摘要,使用NEZHA预训练语言模型及PGN模型实现生成式文本摘要;最后通过ALBERT训练模型,借助迁移学习的思想进行多标签多任务分类。可对安全事故及原因分类,为安全生产监管、事故隐患排查和分析奠定基础,实现安全生产事故分类水平的提升。

    一种基于图注意力机制的经济领域知识图谱补全算法

    公开(公告)号:CN114625881A

    公开(公告)日:2022-06-14

    申请号:CN202111471322.0

    申请日:2021-12-04

    Abstract: 本发明提出一种基于ERP‑GAT的经济领域知识图谱补全算法。ERP‑GAT算法采用编码器‑解码器结构,编码器引入图注意力机制,输入实体嵌入矩阵和关系嵌入矩阵,计算每一个目标实体相邻的三元组的注意力分数,并更新嵌入矩阵,能够获取给定实体或节点周围的多跳关系、获取给定实体附近的丰富的语义信息和关系中所扮演的角色、对现有的知识在语义上相似的关系群进行巩固,解码器使用ConvKB模型,使用卷积层得到评分函数来分析在每一个维度上的全局嵌入特性并概括ERP‑GAT模型中的过渡特性。最终在标准数据集FB15K237的五项指标和NELL‑995的四项指标上相较其他现有算法有显著提升,取得了知识图谱补全任务的最佳效果。

    一种基于图注意力机制的医疗领域问答算法

    公开(公告)号:CN115757717A

    公开(公告)日:2023-03-07

    申请号:CN202211368420.6

    申请日:2022-11-03

    Abstract: 基于知识图谱的问答系统是问答系统中的一个热门分支,随着社会不断地进步发展,信息时代,人们获取的信息多而杂乱,从互联网上获取的信息往往缺乏精确性,基于知识图谱的问答系统就可以将杂乱繁多的信息整合起来,给出的具有语义理解智能程度高、回答准确性高结果。在已有的基于知识图谱问答系统中,在给定上下文的条件下,目前现有的方法,对于问答对使用语言模型处理,对于知识图谱使用图神经网络进行处理,并且相互之间不更新彼此的嵌入,也不做语义的对齐表示,问答对与知识图谱由于分开表示,限制了模型推理的能力,针对上述问题,本发明提出一种基于GAT‑KBD的医疗领域问答算法,将问答对和知识图谱的信息联合构建图谱,最终取得了更好的效果。

Patent Agency Ranking