-
公开(公告)号：CN118069869A
公开(公告)日：2024-05-24
申请号：CN202410466869.9
申请日：2024-04-18
Applicant: 北京邮电大学
IPC: G06F16/36 , G06F40/295 , G06N3/0442 , G06N5/04
Abstract: 本申请提出一种基于时间规律捕获的时序知识图谱推理方法及装置，涉及大数据、人工智能与知识图谱技术领域，该方法包括：获取用户查询输入，构建查询四元组，并获取历史数据；对四元组数据进行重复事实编码，得到历史数据统计向量；对动态图数据进行时间线拟合，得到筛选后的动态图数据和实体数据；对静态图数据进行全局编码，得到静态图上的实体和关系的编码矩阵，并使用局部编码方式、基于筛选后的动态图数据对编码矩阵进行更新；对查询四元组进行解码，将解码结果与更新后的编码矩阵进行得分计算，并将计算的解码得分与历史数据统计向量、实体数据结合，得到预测结果。采用上述方案的本申请能够基于历史数据，实现对较远的未来事实的准确预测。
-
公开(公告)号：CN114817459B
公开(公告)日：2025-04-01
申请号：CN202210323152.X
申请日：2022-03-29
Applicant: 北京邮电大学
IPC: G06F16/334 , G06F40/295 , G06F18/214 , G06N3/048 , G16H50/70
Abstract: 本发明公开了一种融合实体间关系的中文医学命名实体识别方法和装置，其中，该方法包括：通过预训练的编码模型对医学文本进行编码处理，并利用编码网络进行编码处理获得高层级特征向量；利用预训练的编码模型进行关系嵌入表示，同时采用注意力机制将第二文本信息作为上下文信息，并对医学文本中的关系嵌入和文本嵌入进行运算得到医学文本的关系特征信息；通过权重分配策略计算概率权重并融合上下文信息和关系特征信息，以对关系特征信息和医学文本进行权重分配平衡；通过实体识别模型的解码输出概率最高的命名实体类别，以得到对应医学文本的各标签结果。本发明可以将关系信息有效融入文本表示中，以增强医学领域实体识别能力。
-
公开(公告)号：CN116842958A
公开(公告)日：2023-10-03
申请号：CN202311118558.5
申请日：2023-09-01
Applicant: 北京邮电大学
IPC: G06F40/295 , G06N3/042 , G06N3/048 , G06N3/08
Abstract: 本申请提出了一种时序知识图谱补全方法及基于其的实体预测方法及其装置，涉及大数据技术领域，其中，该方法包括：获取待补全的时序知识图谱；获取待补全的时序知识图谱的头实体s、关系r以及时间戳t的嵌入表示；根据头实体s、关系r以及时间戳t的嵌入表示使用LorenTzE模型计算所有候选实体的得分，基于计算出的得分从候选实体中筛选出目标实体，并使用目标实体替代待补全的尾实体o，得到补全的时序知识图谱。采用上述方案的本申请具备更强的可解释性。
-
公开(公告)号：CN115269799A
公开(公告)日：2022-11-01
申请号：CN202210908399.8
申请日：2022-07-29
Applicant: 北京邮电大学
Abstract: 本发明提出一种基于向量逻辑的知识图谱多跳推理方法与装置，其中方法包括，获取知识图谱，将知识图谱中的的知识与知识的描述信息解耦合，得到知识图谱数据；根据知识图谱数据构建知识图谱多跳推理模型，知识图谱多跳推理模型用于在知识图谱上进行多跳逻辑推理；获取知识图谱中的查询请求；根据知识图谱多跳推理模型获得查询请求对应的答案实体集。本发明可以在各类场景中的知识图谱回答涉及多跳查询。
-
Patent Agency Ranking
公开(公告)号：CN118504695A
公开(公告)日：2024-08-16
申请号：CN202410979834.5
申请日：2024-07-22
Applicant: 北京邮电大学
Abstract: 本申请提出了一种基于时间概率分布的时序知识图谱逻辑推理方法及装置，涉及大数据、人工智能与知识图谱技术领域，其中，时序知识图谱基于文本数据生成，文本数据中的每段文本表示现实世界的一个事件，时序知识图谱以#imgabs0#的形式存储现实世界的一个事件，该方法包括：通过链接预测器补全时序知识图谱；将补全的时序知识图谱建模为时序概率分布，并将时序概率分布通过筛选转化为稀疏矩阵形式；针对用户输入的逻辑查询，在稀疏矩阵形式的时序概率分布上进行模糊逻辑运算，得到从起点到终点的中间路径以及对应的概率分布，并将概率值最高的路径作为查询结果。采用上述方案的本申请能够有效提高对复杂时间逻辑查询的处理能力。
-
公开(公告)号：CN118069869B
公开(公告)日：2024-06-21
申请号：CN202410466869.9
申请日：2024-04-18
Applicant: 北京邮电大学
IPC: G06F16/36 , G06F40/295 , G06N3/0442 , G06N5/04
Abstract: 本申请提出一种基于时间规律捕获的时序知识图谱推理方法及装置，涉及大数据、人工智能与知识图谱技术领域，该方法包括：获取用户查询输入，构建查询四元组，并获取历史数据；对四元组数据进行重复事实编码，得到历史数据统计向量；对动态图数据进行时间线拟合，得到筛选后的动态图数据和实体数据；对静态图数据进行全局编码，得到静态图上的实体和关系的编码矩阵，并使用局部编码方式、基于筛选后的动态图数据对编码矩阵进行更新；对查询四元组进行解码，将解码结果与更新后的编码矩阵进行得分计算，并将计算的解码得分与历史数据统计向量、实体数据结合，得到预测结果。采用上述方案的本申请能够基于历史数据，实现对较远的未来事实的准确预测。
-
公开(公告)号：CN118504695B
公开(公告)日：2024-11-01
申请号：CN202410979834.5
申请日：2024-07-22
Applicant: 北京邮电大学
Abstract: 本申请提出了一种基于时间概率分布的时序知识图谱逻辑推理方法及装置，涉及大数据、人工智能与知识图谱技术领域，其中，时序知识图谱基于文本数据生成，文本数据中的每段文本表示现实世界的一个事件，时序知识图谱以#imgabs0#的形式存储现实世界的一个事件，该方法包括：通过链接预测器补全时序知识图谱；将补全的时序知识图谱建模为时序概率分布，并将时序概率分布通过筛选转化为稀疏矩阵形式；针对用户输入的逻辑查询，在稀疏矩阵形式的时序概率分布上进行模糊逻辑运算，得到从起点到终点的中间路径以及对应的概率分布，并将概率值最高的路径作为查询结果。采用上述方案的本申请能够有效提高对复杂时间逻辑查询的处理能力。
-
公开(公告)号：CN116842958B
公开(公告)日：2024-02-06
申请号：CN202311118558.5
申请日：2023-09-01
Applicant: 北京邮电大学
IPC: G06F40/295 , G06N3/042 , G06N3/048 , G06N3/08
Abstract: 本申请提出了一种时序知识图谱补全方法及基于其的实体预测方法及其装置，涉及大数据技术领域，其中，该方法包括：获取待补全的时序知识图谱；获取待补全的时序知识图谱的头实体s、关系r以及时间戳t的嵌入表示；根据头实体s、关系r以及时间戳t的嵌入表示使用LorenTzE模型计算所有候选实体的得分，基于计算出的得分从候选实体中筛选出目标实体，并使用目标实体替代待补全的尾实体o，得到补全的时序知识图谱。采用上述方案的本申请具备更强的可解释性。
-
公开(公告)号：CN114817459A
公开(公告)日：2022-07-29
申请号：CN202210323152.X
申请日：2022-03-29
Applicant: 北京邮电大学
IPC: G06F16/33 , G06F40/295 , G06K9/62 , G06N3/04 , G16H50/70
Abstract: 本发明公开了一种融合实体间关系的中文医学命名实体识别方法和装置，其中，该方法包括：通过预训练的编码模型对医学文本进行编码处理，并利用编码网络进行编码处理获得高层级特征向量；利用预训练的编码模型进行关系嵌入表示，同时采用注意力机制将第二文本信息作为上下文信息，并对医学文本中的关系嵌入和文本嵌入进行运算得到医学文本的关系特征信息；通过权重分配策略计算概率权重并融合上下文信息和关系特征信息，以对关系特征信息和医学文本进行权重分配平衡；通过实体识别模型的解码输出概率最高的命名实体类别，以得到对应医学文本的各标签结果。本发明可以将关系信息有效融入文本表示中，以增强医学领域实体识别能力。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.026 seconds)
