-
公开(公告)号：CN112579759B
公开(公告)日：2022-10-25
申请号：CN202011574828.X
申请日：2020-12-28
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F16/35 , G06F40/35 , G06N3/04
Abstract: 本申请公开了一种模型训练方法及任务型视觉对话问题的生成方法和装置，其中，模型训练方法包括：获取人类对话数据和相应图像的特征数据，确定其中每轮问答数据的问句类别，并生成问句类别标签；按照对话顺序遍历每轮问答数据，利用该轮问答数据、相应的所述问句类别标签和图像的特征数据，对预设的任务型视觉对话问题生成模型进行训练；该训练包括：基于当前输入至所述模型的一轮问答数据和图像的特征数据，生成上下文向量和具有文本引导的图像特征；基于上下文向量和图像特征，预测下一轮问答数据的问句类别，并在该类别范围内预测下一轮问答数据的问句，基于预测结果，调整模型的网络参数。采用本申请，可以减少对话交互轮次，提高任务成功率。
-
公开(公告)号：CN110737778B
公开(公告)日：2022-05-31
申请号：CN201910831234.3
申请日：2019-09-04
Applicant: 北京邮电大学
IPC: G06F16/36 , G06F16/9535 , G06F40/295 , G06N3/04 , G06N3/08 , G06Q50/18
Abstract: 本发明公开了一种基于知识图谱和Transformer的专利推荐方法，包括以下步骤：爬取专利资源库构建知识图谱；通过图卷积网络和注意力机制的混合模型挖掘知识图谱，得到用户和专利的内容特征表示向量；通过Transformer模型挖掘用户信息，得到用户历史偏好的序列特征向量；将内容特征表示向量和序列特征向量级联结合，输入Transformer模型的Softmax层计算，得到多个候选专利被推荐的概率值；对多个概率值进行Top‑k排序，得到Top‑k个专利作为目标用户的推荐结果。该方法采用知识图谱丰富特征表示，采用Transformer挖掘行为序列特征，提高推荐结果的精准性和可解释性。
-
公开(公告)号：CN110457487B
公开(公告)日：2022-03-29
申请号：CN201910620962.X
申请日：2019-07-10
Applicant: 北京邮电大学
Abstract: 本发明公开了一种专利知识图谱的构建方法及装置，其中，方法包括以下步骤：从互联网爬取专利相关网站的半结构化数据；对半结构化数据进行处理，得到初始专利数据；根据初始专利数据得到每篇专利的专利属性，并根据每篇专利的专利属性IPC条件对应的IPC分类树，并构建专利知识图谱。该方法可以利用IPC分类号的优势进行知识图谱构建，并从标题与摘要中提取知识进行本体扩建与知识扩展，从而不仅有助于主题的精细化，而且可以减少了人工标注的步骤，且仅需要人工审查即可完成知识图谱的扩充，并可以获取更多细分知识。
-
公开(公告)号：CN112579759A
公开(公告)日：2021-03-30
申请号：CN202011574828.X
申请日：2020-12-28
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F16/35 , G06F40/35 , G06N3/04
Abstract: 本申请公开了一种模型训练方法及任务型视觉对话问题的生成方法和装置，其中，模型训练方法包括：获取人类对话数据和相应图像的特征数据，确定其中每轮问答数据的问句类别，并生成问句类别标签；按照对话顺序遍历每轮问答数据，利用该轮问答数据、相应的所述问句类别标签和图像的特征数据，对预设的任务型视觉对话问题生成模型进行训练；该训练包括：基于当前输入至所述模型的一轮问答数据和图像的特征数据，生成上下文向量和具有文本引导的图像特征；基于上下文向量和图像特征，预测下一轮问答数据的问句类别，并在该类别范围内预测下一轮问答数据的问句，基于预测结果，调整模型的网络参数。采用本申请，可以减少对话交互轮次，提高任务成功率。
-
公开(公告)号：CN110457461A
公开(公告)日：2019-11-15
申请号：CN201910620204.8
申请日：2019-07-10
Applicant: 北京邮电大学
IPC: G06F16/335 , G06F16/35 , G06F17/27 , G06Q50/18
Abstract: 本发明公开了一种基于隐语义主题的专利推荐方法及装置，其中，方法包括以下步骤：根据专利摘要和标题获取多个专利关键词；根据多个专利关键词利用开源词向量库进行词向量转换，并基于k-means构建隐语义主题树；通过隐语义主题树获取每个专利的主体分布，并构建主题召回列表，及根据余弦公式得到主体分布相似度，以根据主体分相似度进行专利推荐。该方法可以通过利用包含外部知识的词向量库，引入专利的语义主题信息，能更加语义化匹配用户目标，获得更加精准的推荐结果，并通过构建隐语义主题树，基于语义上的近邻主题召回进行主题相似度排序，达到进行多层次语义精准推荐。
-
Patent Agency Ranking
公开(公告)号：CN108520028A
公开(公告)日：2018-09-11
申请号：CN201810256044.9
申请日：2018-03-27
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于DPI数据的用户地理位置特征提取方法及系统，其中，方法包括：根据用户ID从DPI数据库中获取多条目标用户数据；获取每条目标用户数据的经纬度信息；对经纬度信息进行预处理得到预处理数据；对预处理数据进行筛选处理，以得到出行数据集；根据出行数据集提取得到出行路径特征；根据地图平台API参数和出行路径特征得到候选路径集，并根据API响应结果提取得到候选路径特征；将候选路径特征与运动路径特征进行匹配，并使用评分机制进行评分，以得到评分最高的预测路径；通过预设距离阈值对出行序列和预测路径的时间进行匹配，以更新当前地理位置信息。该方法有效提高了地理位置信息的精确性，简单易实现。
-
公开(公告)号：CN108520028B
公开(公告)日：2021-05-07
申请号：CN201810256044.9
申请日：2018-03-27
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于DPI数据的用户地理位置特征提取方法及系统，其中，方法包括：根据用户ID从DPI数据库中获取多条目标用户数据；获取每条目标用户数据的经纬度信息；对经纬度信息进行预处理得到预处理数据；对预处理数据进行筛选处理，以得到出行数据集；根据出行数据集提取得到出行路径特征；根据地图平台API参数和出行路径特征得到候选路径集，并根据API响应结果提取得到候选路径特征；将候选路径特征与运动路径特征进行匹配，并使用评分机制进行评分，以得到评分最高的预测路径；通过预设距离阈值对出行序列和预测路径的时间进行匹配，以更新当前地理位置信息。该方法有效提高了地理位置信息的精确性，简单易实现。
-
公开(公告)号：CN110909124A
公开(公告)日：2020-03-24
申请号：CN201911018444.7
申请日：2019-10-24
Applicant: 北京邮电大学
IPC: G06F16/33 , G06F16/332 , G06F16/335 , G06F16/36 , G06F16/951 , G06F16/9535
Abstract: 本发明公开了一种基于人在回路的混合增强智能需求精准感知方法及系统，其中，系统包括：知识图谱子系统，用于存储科技资源子图谱与用户/企业信息子图谱，以根据用户需求确定不同实体之间的关系；对话子系统，用于以自然语言的方式和用户进行交互，收集用户需求，并将感知结果实时返回给用户；特征感知与推荐子系统，用于根据对话子系统和知识图谱子系统的客观数据、痕迹数据，整合相关数据生成感知结果，并生成推荐信息推荐至用户。该系统利用对话系统建立起人在回路，结合用户痕迹数据和科技资源数据进行用户需求充分挖掘与特征感知，实现用户需求精准感知，有效解决现有技术存在没有利用客观数据、无法深度感知用户需求等问题。
-
公开(公告)号：CN110909124B
公开(公告)日：2023-02-17
申请号：CN201911018444.7
申请日：2019-10-24
Applicant: 北京邮电大学
IPC: G06F16/33 , G06F16/332 , G06F16/335 , G06F16/36 , G06F16/951 , G06F16/9535
Abstract: 本发明公开了一种基于人在回路的混合增强智能需求精准感知方法及系统，其中，系统包括：知识图谱子系统，用于存储科技资源子图谱与用户/企业信息子图谱，以根据用户需求确定不同实体之间的关系；对话子系统，用于以自然语言的方式和用户进行交互，收集用户需求，并将感知结果实时返回给用户；特征感知与推荐子系统，用于根据对话子系统和知识图谱子系统的客观数据、痕迹数据，整合相关数据生成感知结果，并生成推荐信息推荐至用户。该系统利用对话系统建立起人在回路，结合用户痕迹数据和科技资源数据进行用户需求充分挖掘与特征感知，实现用户需求精准感知，有效解决现有技术存在没有利用客观数据、无法深度感知用户需求等问题。
-
公开(公告)号：CN111008645A
公开(公告)日：2020-04-14
申请号：CN201911073008.X
申请日：2019-11-05
Applicant: 北京邮电大学
Abstract: 本发明公开了一种基于共指消解的科技服务资源分类体系构建方法及装置，其中，方法包括以下步骤：采集至少一个分类体系；对至少一个分类体系中不满足第一预设条件的类目进行预处理；根据共指消解规则整合预处理后的至少一个分类体系，并根据整合后的至少一个分类体系构建最终分类体系。该方法应用共指消解思想来构建科技服务资源分类体系，整合了各大平台的优点，构建的分类体系也更加科学和专业、也更加完善和标准。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.022 seconds)
