一种基于注意力机制的知识图谱关系预测方法及装置

    公开(公告)号:CN113535984A

    公开(公告)日:2021-10-22

    申请号:CN202110919665.2

    申请日:2021-08-11

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于注意力机制的知识图谱关系预测方法及装置,利用Trans模型获得三元组实体的嵌入,将三元组中的关系当作头实体和尾实体间翻译操作,得到三元组向量表示,针对知识图谱中三元组实体描述的全部文本信息采用Doc2Vec模型进行嵌入,得到实体描述向量表示,通过Trans模型得到的三元组向量表示与实体层次类型映射矩阵结合,得到实体类型向量表示,采用融合三元组向量表示、实体描述向量表示以及实体类型向量表示的三元组实体向量作为编码器输入,编码器基于知识图谱设计注意力机制,得到关系层次、实体层次、三元组层次的权重,解码器则利用ConvKB模型重构知识图谱,进行关系预测。本发明可用于知识图谱推理,根据已知的知识推理出未知的潜在的知识。

    一种华文教育领域的多源知识图谱融合方法及装置

    公开(公告)号:CN113204651A

    公开(公告)日:2021-08-03

    申请号:CN202110594900.3

    申请日:2021-05-28

    Applicant: 华侨大学

    Abstract: 本发明公开了一种华文教育领域的多源知识图谱融合方法及装置,通过设计基于汉字、华文教学与华文教材的实体集与关系集,完成多源知识图谱的模式层设计,并在模式层的基础上,根据多源知识图谱各自的元数据构成,采用不同的方法完成多源知识图谱的构建。然后筛选具有教学用途的多源图谱共现实体节点,通过对其中的同义节点以及其关系进行合并,完成多源图谱的融合任务。本发明提供了一种针对现有华文教育领域知识碎片化解决方案,融合后的知识图谱对具有教学用途的知识信息进行了关联与整合,提升了其在华文教育领域的覆盖度与使用价值,为后续在知识图谱上进行的数据挖掘、个性化推荐与智能问答等工作提供了便利。

    基于医疗知识图谱知识推理的疾病诊断方法、装置、设备

    公开(公告)号:CN112820400A

    公开(公告)日:2021-05-18

    申请号:CN202110113829.2

    申请日:2021-01-27

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于医疗知识图谱知识推理的疾病诊断方法、装置及设备,方法包括:获取用户与医疗问答系统的交互内容,并基于所述交互内容获取到用户的用户症状集;根据所述用户症状集,计算所述用户存在事件的第一概率根据所述第一概率计算用户S与di病共现的第二概率根据所述第一概率与第二概率计算用户患di病的第三概率基于动态阈值以及所述第三概率,输出用户的最终疾病诊断结果。本发明既可以作为医生诊断的辅助工具,提高医生的工作效率,也可以用于患者的初步自查,还可以服务于高层次人工智能医疗应用,例如医疗问答系统、医疗辅助诊断、私人人工智能健康助理等。

    一种基于图深度学习的EMR信息关联及演化方法

    公开(公告)号:CN112466462A

    公开(公告)日:2021-03-09

    申请号:CN202011353177.1

    申请日:2020-11-26

    Applicant: 华侨大学

    Abstract: 本发明公开一种基于图深度学习的EMR信息关联及演化方法,包括如下步骤:EMR数据预处理:获取EMR数据集,得到EMR的实体词典;EMR图构建:实体词典中的词转换为向量表示,并得到EMR图的向量矩阵以及EMR图的邻接矩阵,组合构成EMR图;EMR图深度学习模型构建:根据得到的EMR数据集对应的所有EMR图,构建出EMR图深度学习模型的输入图数据集,从而进一步获得图深度学习模型F;EMR信息关联及演化:将任意一条EMR数据,喂入图深度学习模型F,构建EMR图的演化序列。本发明提出一种基于图深度学习的EMR信息关联及其演化方法,采用图深度学习方法对电子病历数据进行建模,利用网络关系图可视化技术展示电子病历结构信息的演化过程,实现知识发现和可解释深度学习。

    基于边缘检测和图像拼接的书画自动配框方法

    公开(公告)号:CN106327551A

    公开(公告)日:2017-01-11

    申请号:CN201610765898.0

    申请日:2016-08-30

    Applicant: 华侨大学

    Abstract: 本发明提出一种基于边缘检测和图像拼接的书画自动配框算法,包括:通过模态对话框读取画框图像与画像图像;对画框图像进行灰度变换,使用canny算法进行图像的边缘检测;计算连通区域大小并筛选画框图像外围轮廓;根据外围轮廓修剪画框图像;根据轮廓提取画框图像特征点参数;通过设置感兴趣区域进行画框图像拼接;通过设置图像感兴趣区域进行画框图像与画像图像的拼接,最后输出预览图像,并通过模态对话框进行输出图像的保存。本发明使用方便,能识别数码相片,可以批量处理的优点,一定程度上解决了使用其他图像处理软件手动制作画框导致效率低下的问题。

    一种超声图像中运动探针检测和定位方法

    公开(公告)号:CN104268878A

    公开(公告)日:2015-01-07

    申请号:CN201410507562.5

    申请日:2014-09-28

    Applicant: 华侨大学

    CPC classification number: G06T7/75 G06T2207/10132

    Abstract: 本发明涉及一种超声图像中运动探针检测和定位方法,步骤如下:1)对超声序列图像向量化和矩阵化,得到超声影像数据矩阵,并交互式初始化;2)根据步骤1)形成的二维超声影像数据矩阵进行低秩建模和稀疏分解,得到矩阵低秩模型,并进行连续奇异像素支持区的交替检测,得到整体影像序列奇异像素支持区;3)利用步骤2)中得到的奇异像素支持区,转化其每一列向量为原始超声图像单帧大小,得到单帧稀疏块掩模区,并计算该掩模中的所有8联通区域,选取较大区域作为检测探针区域并进行空洞填充;4)通过计算检测到的探针区域中心点位置方法,找到探针具体空间位置信息。

    基于全局注意和网格标记的层级标签事件抽取方法与系统

    公开(公告)号:CN119357308A

    公开(公告)日:2025-01-24

    申请号:CN202411492914.4

    申请日:2024-10-24

    Applicant: 华侨大学

    Inventor: 周浩 王华珍 孙悦

    Abstract: 本发明提供基于全局注意和网格标记的层级标签事件抽取方法与系统,属于自然语言处理中的信息抽取领域,包括:利用BERT模型得到层级标签事件文本隐层向量;获取层级标签融合全局注意表示,利用门控机制将层级标签事件文本隐层向量与层级标签融合全局注意表示融合,并利用门控机制将融合后的结果与候选事件类型特征进行集成,得到层级标签事件文本的融合字向量序列;网格标记网络的损失函数涉及层级标签事件文本的字符对于候选事件类型特征的跨度关系得分和角色关系得分,以最小化损失函数对网格标记网络进行训练,得到抽取模型。本发明有效利用语义信息,实现更高效、更准确的层级标签事件抽取。

    一种知识图谱的问句生成方法、装置、设备和存储介质

    公开(公告)号:CN114925186B

    公开(公告)日:2024-09-10

    申请号:CN202210566962.8

    申请日:2022-05-24

    Applicant: 华侨大学

    Abstract: 本发明实施例提供一种知识图谱的问句生成方法、装置、设备和存储介质,涉及自然语言处理技术领域。其中,这种问句生成方法包含步骤S1至步骤S7。S1、获取知识图谱。S2、根据知识图谱,通过图变换网络模型,获取各个子图的子图向量。S3、获取问句数据集。S4、根据知识图谱和问句数据集,基于相似度获取各个子图的外部问句。S5、获取五何问题类型参数。S6、根据五何问题类型参数和外部问句,通过Bi LSTM神经网络模型,获取外部增强向量。S7、根据子图向量和外部增强向量,通过指针生成网络模型,获取问句。本发明对生成教学场景中所需的类型多样、语义知识丰富、语言表达自然的问句具有重大的指导和促进作用。

Patent Agency Ranking