-
公开(公告)号：CN109992629B
公开(公告)日：2021-08-06
申请号：CN201910149696.7
申请日：2019-02-28
Applicant: 中国科学院计算技术研究所
IPC: G06F16/28
Abstract: 本发明涉及一种融合实体类型约束的神经网络关系抽取方法及系统，包括对实体类型施加注意力机制，该机制对实体的多种类型分配了不同权重，从而凸显了影响最大的类型标签；在损失函数中添加实体类型约束函数，该约束函数在更新过程中使实体词向量学习到实体类型信息，从而实现实体类型对关系的约束。该技术增强了模型对通用方法无法区别关系的识别能力。
-
公开(公告)号：CN113139098A
公开(公告)日：2021-07-20
申请号：CN202110308958.7
申请日：2021-03-23
Applicant: 中国科学院计算技术研究所
IPC: G06F16/901 , G06N3/04
Abstract: 本发明提出一种同质关系大图的摘要提取方法及系统，包括：获取待摘要提取的关系图数据作为当前图数据，且该关系图数据为同质关系大图，并将该当前图数据中每个节点均看作超点；根据该当前图数据的邻接矩阵，通过局部敏感哈希对该当前图数据中节点进行分组；从组中随机选择多个超点对，分别计算该超点对若合并后和该关系图数据之间的差距，选择差距最小的超点对进行合并，得到重构图数据；输出该重构图数据作为摘要提取结果。
-
公开(公告)号：CN109889452B
公开(公告)日：2021-06-11
申请号：CN201910012933.5
申请日：2019-01-07
Applicant: 中国科学院计算技术研究所
IPC: H04L12/851 , H04L12/24 , H04L12/26 , H04L1/00
Abstract: 本发明涉及一种基于条件生成式对抗网络的网络背景流量生成方法，包括：数据获取步骤，获取的网络流量数据及条件信息，并向量化为真实流量；模型生成步骤，以该真实流量得到初始生成模型和判别模型，并通过条件生成式对抗网络以该判别模型对该初始生成模型进行训练，以得到生成模型；流量生成步骤，通过该生成模型以随机向量生成模拟背景流量。
-
公开(公告)号：CN112667221A
公开(公告)日：2021-04-16
申请号：CN202011249093.3
申请日：2020-11-10
Applicant: 中国科学院计算技术研究所
Abstract: 本发明提出一种基于深度学习开发IDE的深度学习模型构建方法及系统，本发明不仅支持多种不同的深度学习框架，可以让用户以简单的方式选择不同的框架进行模型的训练或推断而不引入额外的类似启动容器的开销；同时通过提供模型转换以支持不同框架模型的可视化，并支持以文本和可视化联调的方式实现实施模型结构的编辑。本发明的IDE较现有方法提供了更简单、方便且全面的开发环境。
-
公开(公告)号：CN112307278A
公开(公告)日：2021-02-02
申请号：CN202011154213.1
申请日：2020-10-26
Applicant: 中国科学院计算技术研究所
IPC: G06F16/903 , G06F16/901
Abstract: 本发明提出一种任意尺度的话题脉络实时生成方法及系统，包括：获取话题历史数据，该话题历史数据包括指定时间范围内预设时间单位的子话题及各子话题所包含的文档；以子话题作为节点，根据该指定时间范围内子话题间的相关性，建立节点间的连边，得到该话题历史数据的图数据；通过动态规划得到该指定时间范围内预设时间单位中各节点的路径权值最大的前k条路径，从所有的出度为0的各节点的该前k条路径中选出权值最大的前k条路径作为该话题历史数据的话题脉络，其中k为正整数。
-
Patent Agency Ranking
公开(公告)号：CN108874849B
公开(公告)日：2020-12-25
申请号：CN201810097136.7
申请日：2018-01-31
Applicant: 中国科学院计算技术研究所
IPC: G06F16/2453
Abstract: 本发明公开了一种非等值关联子查询的优化方法和系统，其特征在于，包括：获取关联子查询的外表关联列的取值集；根据该关联子查询中操作符的类型和该取值集，建立该关联子查询的外表关联列到内表关联列分区的映射关系；根据得到的分区集合，对该关联子查询的内表进行分区，同时依据该关联子查询中内表的查询聚合函数，获取关联子查询在各分区的中间结果状态信息；根据该映射关系，遍历该外表关联列，通过聚合对应的分区集的中间结果状态信息，得到外表中各关联列对应的子查询结果。本发明具有的技术效果包括：通过对内表进行分区，并重复利用各分区的中间结果从而得到最终的子查询结果集，以提升查询性能。
-
公开(公告)号：CN111897908A
公开(公告)日：2020-11-06
申请号：CN202010398752.3
申请日：2020-05-12
Applicant: 中国科学院计算技术研究所
IPC: G06F16/31 , G06F16/35 , G06F16/36 , G06F40/211 , G06F40/289 , G06F40/295 , G06N3/04
Abstract: 本发明提出一种融合依存信息和预训练语言模型的事件抽取方法及系统，包括以句子的依存句法树为输入，利用使用图卷积神经网络学习依存句法特征，并加入依存关系预测任务，通过多任务学习的方式捕捉更重要的依存关系，最后使用BERT预训练语言模型增强底层句法表达，完成中文句子的事件抽取。由此本发明对事件抽取任务下触发词抽取和论元抽取的性能均有所提高。
-
公开(公告)号：CN111259658A
公开(公告)日：2020-06-09
申请号：CN202010080710.5
申请日：2020-02-05
Applicant: 中国科学院计算技术研究所
IPC: G06F40/279 , G06F40/216 , G06K9/62
Abstract: 本发明提出一种基于类别稠密向量表示的通用文本分类方法及系统，包括：获取包括以标记类别文本的训练数据，使用全连接网络处理该训练数据，得到各类别的类别稠密向量；将待分类文本输入至深度神经网络，得到该待分类文本中每个词的词稠密向量，并集合该词稠密向量得到该待分类文本的文本稠密向量；将该文本稠密向量和该类别稠密向量输入至匹配度测量模型，得到该待分类文本属于各类别的概率分布，将该待分类文本与该概率分布中概率最大的类别相匹配，作为该待分类文本的分类结果。本发明基于类别稠密向量表示，将文本分类问题转化为文本匹配问题，通过计算输入文本与每个类别之间的匹配程度，将文本分到匹配程度最大的类别之中。
-
公开(公告)号：CN107391577B
公开(公告)日：2020-04-03
申请号：CN201710469315.4
申请日：2017-06-20
Applicant: 中国科学院计算技术研究所
IPC: G06F16/9535 , G06F16/78 , G06F16/735
Abstract: 本发明涉及一种基于表示向量的标签推荐方法和系统，其特征在于，包括：获取多个作品，根据每个作品对应的标签、关系及对象，构建多个包含作品和标签的二元组信息和包含作品、关系及对象的三元组信息，根据二元组信息和三元组信息生成训练数据集；通过对训练数据集进行表示学习，分别得到各个作品的作品表示向量和各类标签的标签表示向量；通过计算各个作品表示向量和各类标签表示向量之间的距离，从各类标签中筛选出各个作品的推荐标签。本发明在学习表示向量的过程中，本发明同时考虑作品标签对二元组信息和作品的三元组信息。通过融入更多信息，使得学到的表示向量能够更准确地反映作品和标签的语义，从而更好地支持标签推荐这一任务。
-
公开(公告)号：CN110781367A
公开(公告)日：2020-02-11
申请号：CN201910909270.7
申请日：2019-09-25
Applicant: 中国科学院计算技术研究所
IPC: G06F16/951 , G06F16/955
Abstract: 本发明提出一种基于中间人的互联网数据采集方法及系统，包括：通过安装中间人代理证书至网页信息采集设备，建立网页信息采集设备的中间人，网页信息采集设备访问互联网中网页信息时，中间人代理网页信息采集设备的全部网络流量；中间人获取包含待采集网页URL正则表达式的采集任务，捕获全部网络流量中符合URL正则表达式的流量，作为中间流量，并将采集任务注入中间流量的HTML页面中，得到待解析页面并将其存入第一数据库；解析模块根据第一数据库中待解析页面的URL信息，将待解析页面分发给解析器实例进行解析，从中获取包含结构化数据的网页采集结果并将其存入第二数据库。本发明能够支持所有依靠集成浏览器内核功能来提供信息的应用的数据采集。
-
-
-
-
-
-
-
-
-
Search Results
383
records
(took 0.073 seconds)
