公开(公告)号：CN114036948B

公开(公告)日：2024-05-31

申请号：CN202111246467.0

申请日：2021-10-26

Applicant: 天津大学 ,  之江实验室

Inventor： 吴偶 ,  叶迎春 ,  张吉

IPC: G06F40/295 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/09

Abstract: 本发明公开一种基于不确定性量化的命名实体识别方法，包括以下步骤：步骤1.收集出定位到实体位置的样本集，构建一个候选实体的检测模型；步骤2.对于样本集中的实体，采用适用于长文本记忆依赖的BILSTM和self_attention网络结构分别获取实体上下文特征和实体本身特征的表示；步骤3.采用对比损失和参数共享的思想，学习一个实体的不确定性量化模型，并给出每个实体的不确定性值；步骤4.将不确定性值转化为每个实体的dropout概率，并给定阈值，剔除掉不确定性大于阈值的样本；步骤5.通过步骤4实体的dropout概率，引入贝叶斯神经网络中蒙特卡罗dropout训练的思想训练一个新的命名实体识别模型。

公开(公告)号：CN114036948A

公开(公告)日：2022-02-11

申请号：CN202111246467.0

申请日：2021-10-26

Applicant: 天津大学 ,  之江实验室

Inventor： 吴偶 ,  叶迎春 ,  张吉

IPC: G06F40/295 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开一种基于不确定性量化的命名实体识别方法，包括以下步骤：步骤1.收集出定位到实体位置的样本集，构建一个候选实体的检测模型；步骤2.对于样本集中的实体，采用适用于长文本记忆依赖的BILSTM和self_attention网络结构分别获取实体上下文特征和实体本身特征的表示；步骤3.采用对比损失和参数共享的思想，学习一个实体的不确定性量化模型，并给出每个实体的不确定性值；步骤4.将不确定性值转化为每个实体的dropout概率，并给定阈值，剔除掉不确定性大于阈值的样本；步骤5.通过步骤4实体的dropout概率，引入贝叶斯神经网络中蒙特卡罗dropout训练的思想训练一个新的命名实体识别模型。

公开(公告)号：CN109540410A

公开(公告)日：2019-03-29

申请号：CN201811297728.X

申请日：2018-10-31

Applicant: 天津大学

Inventor： 周志华 ,  张宇峰 ,  张吉

IPC: G01M3/26

Abstract: 本发明涉及建筑领域，为解决专用建筑物换气密性检测设备贵、价格高的问题，提出简便测试建筑物换气次数提供可行的方法，本发明，建筑物换气次数测试方法，步骤如下：步骤一，开启入户门，在密闭材料上开风管孔；步骤二，风管通过风管孔进入室内，在室外风管上安装风量调节阀和风量测试装置，风管与风机相连接；步骤三，将一根橡胶管也顺着风管孔送入室内，橡胶管室外部分与压差计一端相连接，压差计另一端连接另一根橡胶管与室外空气通联；步骤四，采用压差计测试屋内外压差，根据测试的压差值，控制风量调节阀，采用风量测试装置测试给定压差下的风机风量。本发明主要应用于建筑物换气次数测试场合。