-
公开(公告)号：CN117076617A
公开(公告)日：2023-11-17
申请号：CN202310593698.1
申请日：2023-05-23
Applicant: 中国电信股份有限公司北京研究院 , 中国电信股份有限公司
IPC: G06F16/332 , G06F16/36 , G06F40/295 , G06N3/04 , G06N3/08
Abstract: 本公开提供了一种知识图谱问答方法、装置及相关设备，包括：定义图神经网络的实体向量和关系向量；将问题序列嵌入到图神经网络中进行预训练；对问题序列定义约束条件；对问题序列进行关系向量匹配得到关系向量序列；根据约束条件依次筛选关系向量序列对应的实体向量生成检索图；以及根据检索图输出问题序列的答案。本公开方法同时解决了多跳和多约束类型的知识图谱问题，极大地提高了检索效率，取得了极好的效果。
-
公开(公告)号：CN116634483A
公开(公告)日：2023-08-22
申请号：CN202310532538.6
申请日：2023-05-11
Applicant: 中国电信股份有限公司北京研究院 , 中国电信股份有限公司
IPC: H04W24/08
Abstract: 本公开提供了一种网元异常检测方法、装置、设备及介质，涉及无线通信的异常检测技术领域。该方法包括：获取网元的多种关键性能指标KPI对应的原始KPI数据组，每个原始KPI数据组是包含时间维度、网元维度和KPI维度的三维数据；通过对原始KPI数据组中的多个原始KPI数据进行统计分析，将原始KPI数据组转换为目标KPI数据组，目标KPI数据组是包含网元维度和KPI维度的二维数据；计算网元的统计值，与统计值对应的均值之间的距离值，得到网元的距离值集合；针对每个网元的距离值集合，做四分位数异常检测，得到网元的异常距离值的个数；基于网元的距离值集合，统计得到网元的总距离值；基于每个网元对应的异常距离值个数和总距离值，判断网元是否异常。
-
公开(公告)号：CN116578684A
公开(公告)日：2023-08-11
申请号：CN202310587486.2
申请日：2023-05-23
Applicant: 中国电信股份有限公司北京研究院 , 中国电信股份有限公司
IPC: G06F16/332 , G06F16/36 , G06F40/289 , G06F40/295 , G06N3/0442 , G06N3/08
Abstract: 本公开提供了一种基于知识图谱的问答方法、装置以及相关设备，涉及自然语言处理技术领域。该方法包括：获取问题文本；对问题文本进行处理，得到问题文本中每个语句的语句向量；将每个语句的语句向量与知识图谱向量模型进行匹配，得到每个语句对应的一个或多个实体向量，其中，知识图谱向量模型为对预先构建的实体关系知识图谱中实体和实体之间关系进行向量化得到的模型；根据每个语句向量与对应的实体向量，生成每个语句向量对应的联合向量；将问题文本中每个语句对应联合向量输入到预先训练好的问答模型中，输出问题文本对应的答案文本。本公开能够在一定程度上克服由于相关技术中自然语言问题与知识图谱中的实体缺乏编码信息交互的问题。
-
公开(公告)号：CN119788506A
公开(公告)日：2025-04-08
申请号：CN202411918798.8
申请日：2024-12-24
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: H04L41/0677 , H04L41/14
Abstract: 本公开提供了一种故障定位方法、装置、设备及存储介质，涉及计算机技术领域。该方法包括：获取预设区域内网络设备的网络参数，将网络参数与动态阈值对比，确定预设区域内存在故障，将网络参数输入第一智能模型，确定多个存在故障的网络设备，基于多个存在故障的网络设备、预设的故障因果拓扑图定位导致故障的目标网络设备，实现了发生故障的网络设备的快速定位，提高了故障网络设备定位的效率。
-
公开(公告)号：CN117150033A
公开(公告)日：2023-12-01
申请号：CN202310987432.5
申请日：2023-08-07
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06F16/36 , G06N20/00 , G06N3/0464 , G06F16/35
Abstract: 本公开涉及运维数据的处理方法及装置、计算机可读存储介质，涉及数据处理领域。运维数据的处理方法，由边缘节点执行，包括利用图表示模型，根据运维数据，生成图表示向量，其中，图表示模型由边缘节点与中心节点基于联邦学习共同训练得到；将图表示向量发送给中心节点，用于中心节点构建运维知识图谱。根据本公开，提高了数据处理效率。
-
Patent Agency Ranking
公开(公告)号：CN116956192A
公开(公告)日：2023-10-27
申请号：CN202310890861.0
申请日：2023-07-19
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06F18/2433 , G06F18/23
Abstract: 本申请提供一种异常数据检测方法、装置、介质及设备，涉及数据处理技术领域，该方法可以基于各性能指标计算相应均值与各网元之间的数据距离，得到分别对应于各性能指标的距离集合，进而，基于各距离集合中的第一四分位数和第三四分位数，筛选出那些第一四分位数和第三四分位数的差值小于预设阈值的目标距离集合，并基于目标距离集合并通过聚类的方式可以确定异常指标值，相较于相关技术直接通过第一四分位数和第三四分位数的差值确定异常指标值的方式来说，可以避免因第一四分位数和第三四分位数较为相似时所导致的异常检测结果不准确的问题，即，实施本申请限定的技术方案，可以在第一四分位数和第三四分位数较为相似时提升异常检测结果的精度。
-
公开(公告)号：CN116886494A
公开(公告)日：2023-10-13
申请号：CN202310833303.0
申请日：2023-07-07
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: H04L41/0273 , H04L41/14 , H04L67/2885
Abstract: 本公开提供了一种数据管理系统、方法及装置，涉及大数据管理技术领域，所述方法包括：获取业务请求中已执行的第一任务所需的第一数据；获取目标缓存中已存储的第二数据；根据所述第一数据、所述第二数据和基于时间序列的数据预测模型确定第三数据，所述第三数据是所述业务请求中未执行的第二任务所需的、且不在所述第二数据中的数据；在所述目标缓存的存储空间大于或等于所述第三数据所需的空间的情况下，将所述第三数据经由数据传输链路存入所述目标缓存中。
-
公开(公告)号：CN116881389A
公开(公告)日：2023-10-13
申请号：CN202310875619.6
申请日：2023-07-17
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06F16/31 , G06F16/215 , G06N20/00
Abstract: 本公开涉及一种信息抽取方法、装置及存储介质。本公开的信息抽取方法，包括：语料准备步骤，构建信息抽取语料库，对数据集进行清洗，定义实体名称，抽取一部分文本数据并进行人工标注；构建模型步骤，构建预训练模型；数据处理步骤，在一个文本数据中存在多个实体的情况下，针对多个实体的每一个实体分别生成包括文本数据以及对应的提示范式的数据作为待训练数据；训练步骤，将得到的待训练数据中的至少一部分输入到预训练模型中对预训练模型进行微调，从而得到抽取模型，并且利用预先准备的验证集计算抽取模型的评估参数来评估模型；以及信息提取步骤，使用获取的抽取模型对未标注的文本数据进行处理，输出包括实体名称与实体内容的结构化数据。
-
公开(公告)号：CN119807373A
公开(公告)日：2025-04-11
申请号：CN202411901243.2
申请日：2024-12-23
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06F16/3329 , G06F16/36 , G06N5/022
Abstract: 本申请涉及一种问答方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：获取目标问题，并从多个备选文档中确定目标问题对应的参考文档；获取目标问题对应的知识图谱，并确定目标问题在知识图谱中对应的目标子图；根据参考文档生成与目标子图中的节点匹配的节点参考信息，及生成与目标子图中的关系匹配的关系参考信息；将目标子图、节点参考信息、关系参考信息和目标问题输入至问答模型，得到目标问题对应的目标答案。采用本方法能够提升目标答案的准确性。
-
公开(公告)号：CN116894203A
公开(公告)日：2023-10-17
申请号：CN202310847715.X
申请日：2023-07-11
Applicant: 中国电信股份有限公司技术创新中心 , 中国电信股份有限公司
IPC: G06F18/24 , G06N3/0464 , G06N3/08
Abstract: 本公开提供了文本情感预测网络模型的训练方法及装置、文本情感预测方法及装置、设备、介质，人工智能技术领域。获取待训练的文本情感预测网络模型；获取源领域的源域训练数据和目标领域的目标域训练数据；将源域训练数据和目标域训练数据输入领域判别子网络，确定源领域和目标领域的领域差异，并基于源域训练数据进行领域来源鉴别，以确定领域判别子网络的第一损失函数；将源域文本数据以及源域文本数据对应的源域情感标签输入情感分类子网络进行处理，确定情感分类子网络的第二损失函数；通过第一损失函数和第二损失函数，优化待训练的文本情感预测网络模型，得到目标文本情感预测网络模型。本公开可以有效准确的训练文本情感预测网络模型。
-
-
-
-
-
-
-
-
-
Search Results
57
records
(took 0.169 seconds)
