本发明公开了一种基于句法依赖和融合信息的关系抽取方法。首先是利用BERT预训练模型构建词向量。其次是长短期记忆网络存在不考虑词汇位置信息的问题，本发明在LSTM网络之前予词向量添加位置向量。为了结合句法信息，利用Spacy工具包对于句子进行依存句法分析，然后对于分析结果进行预处理，得到句法信息。在结合句法信息时利用键值记忆网络将词向量与句法信息融合，得到包含句法信息的词向量。之后利用LSTM网络提取特征。最后利用LSTM网络进行解码，预测关系、预测实体。本发明在中文和英语数据集上进行实验，本发明能更好的解决词向量和句法信息融合的问题，并且能提取到更深层的、信息更充分的词向量，具有很好的鲁棒性。
📄 2021115460883
📂 G06F16_36
👤 杭州电子科技大学
📅 2021-12-16
本发明涉及深度学习技术领域，具体是一种基于多核高斯分布的知识图谱表示方法，包括负样本采样、多核高斯分布的实体、关系表示，利用基于翻译思想的平移距离模型对实体和关系的表示进行学习，本发明通过使用多核高斯分布表示知识图谱中的每一个实体，考虑了实体具有多语义的特性和每一语义都具有语义范围的天然属性，在一定程度上解决了知识图谱中实体因为多语义特性引起的语义歧义的问题，也在一定程度上改进了传统方法没有考虑语义范围的缺点。同时，对比其他方法，这种方法训练过程简单，效果更佳。
📄 2018111833727
📂 G06F16_36
👤 广东工业大学
📅 2018-10-11
本发明公开了一种基于知识图谱的区块链匿名追踪方法及电子设备，首先根据已知可疑地址账户按照交易价值进行筛选，得到交易发生时间及相应地址账户范围，并根据交易的流向及价值对区块链进行切片分析；然后通过对切片分析后得到的图谱进行依存句法树分析提取出图谱中隐含的逻辑规则，其次使用GraphSAGE算法学习得到各个节点在低维空间的向量表示以供逻辑推理分析任务使用。紧接着由关系评估函数对节点的向量表示进行评估从而推理得到节点间潜在的逻辑关系并采用K‑shell算法评估节点在区块链网络中的重要程度，最后使用可视化工具将节点的重要程度或影响力表示出来以观察节点间的关系及影响范围，推测出地址账户间的隐藏关系，从而发现实体间的关系。
📄 2022105874552
📂 G06F16_36
👤 江苏大学
📅 2022-05-27
本发明公开了一种基于知识图谱的知识点动态推荐与教学反馈系统及其实现方法，该系统知识点子图模块包含用户与系统交互产生的数据与构建的知识图谱结合形成的子图，用户完成答题后，与题目链接的知识点构成知识点子图，反映用户当前掌握知识点状态。知识点推荐模块根据用户答题情况，将推荐分为巩固推荐与拓展推荐。巩固推荐从知识点子图内根据知识点子图模块中记录的推荐权重进行知识点推荐，拓展推荐从外部邻域内根据知识点推荐权重进行知识点推荐，最终获得推荐给用户知识点。习题推荐与可视化模块根据所推荐的知识点，从习题库中进行匹配抽取，将匹配到习题与知识子图可视化呈现给用户，实现知识点推荐与可视化。提高学习兴趣，加强教学反馈。
📄 2023105846646
📂 G06F16_36
👤 南京邮电大学
📅 2023-05-22
本发明公开了基于关系融合和信息融合的医疗实体消歧方法和装置，属于人工智能、自然语言处理领域。本发明要解决的技术问题为如何使用自然语言处理技术增强医疗实体提及的上下文表示和候选医疗实体的表示，从而准确地判断医疗实体提及所对应的候选医疗实体。采用的技术方案为：①基于关系融合和信息融合的医疗实体消歧方法，该方法包括如下步骤：S1、构建医疗实体消歧知识库；S2、构建医疗实体消歧模型数据集；S3、构建医疗实体消歧模型；S4、训练医疗实体消歧模型。②基于关系融合和信息融合的医疗实体消歧装置，该装置包括：医疗实体消歧知识库构建单元、医疗实体消歧模型数据集构建单元、医疗实体消歧模型构建单元和医疗实体消歧模型训练单元。
📄 2023112786264
📂 G06F16_36
👤 齐鲁工业大学(山东省科学院)
📅 2023-10-07
本发明在大语言模型驱动下全程辅助办案的方法及系统包括：S1、判断接收的案卷材料是否属于已有案件下，若是进入S2，若否进入S3；S2、将该案卷材料自动识别入卷至对应目标案件的全息档案中，该全息档案中已存在目标案由模版，进入S4；S3、创建新的案件作为目标案件，将该案卷材料自动识别入卷至目标案件的全息档案中，据目标案件的案件类型从案由模版库中匹配出对应案由模版作为目标案由模版，进入S4；S4、利用行业专用大模型提取该案卷材料中行为事实，利用行为事实对目标案由模版进行实体填充；S5、据行为事实适配情节认定规则条件，给出情节认定定性结论；S6、分析情节认定定性结论所支撑的目标案由的要件并给出案件结论。
📄 2024108065900
📂 G06F16_36
👤 南京小鹿佳盟网络科技有限公司
📅 2024-06-21
已申报项目
本发明公开了一种基于图神经网络的知识图谱社区划分方法，包括以下步骤：1)构建知识图谱及其邻接矩阵；2)利用图神经网络将知识图谱中的节点进行表示学习，得到节点的向量表示；3)基于余弦相似度计算节点间的相似度；4)根据同类型的节点间的邻接关系以及节点相似度构建一个无向有权节点关系网络；5)设置模块度评估社区内部的内聚程度；6)通过社区划分算法将知识图谱中目标节点进行社团划分。本发明通过图神经网络学习知识图谱的节点特征，然后在向量空间中以节点相似度为基准进行社区划分，提高了社区划分的准确率。
📄 2021110444704
📂 G06F16_36
👤 浙江工业大学
📅 2021-09-07
一种无线电信号攻防领域的知识图谱构建及查询推荐系统，包括：本体图设计模块、数据收集模块、知识图谱构建模块以及查询及推荐模块，本发明所述系统将无线电信号调制类型识别领域的攻击防御检测等算法关联起来形成知识图谱，便于知识存储以及查询，形成的知识图谱包括模型、无线电信号、算法以及其衍生的一些模型以及信号，有益于挖掘无线电信号调制类型识别领域的关联，通过计算模型间的相似性以及信号间的相似性，有利于进行基于知识图谱的攻防策略推荐，通过攻防策略推荐，在对未知的无线电信号或者分类模型给出推荐的攻击防御策略，有益于提高无线电信号调制类型分类领域的人工智能安全性。
📄 2021104947918
📂 G06F16_36
👤 浙江工业大学
📅 2021-05-07
一种基于隐性关系注意力网络的小样本医学知识图谱补全方法，首先在医学知识图谱中对任务医学关系进行特征提取，并捕捉一跳邻居的信息，实现任务医学实体的增强嵌入，然后对任务医学实体获取头尾实体邻居关系嵌入的相似性和动态关系嵌入，最后对两者进行融合，获得更具语义细粒度的关系表征，通过计算头实体、关系和尾实体之间的分数，来实现医学知识图谱补全。本发明考虑了医学知识图谱的邻居信息和关系嵌入信息，并进行融合，在小样本场景下，补全效果正确性高，效果好。
📄 2024103345892
📂 G06F16_36
👤 浙江工业大学
📅 2024-03-22
本发明公开了一种基于双塔模型的知识图谱用户偏好实体召回方法，在传统的双塔模型中添加了优化方法，用于更好的学习用户与物品之间的交互，已训练的双塔模型能用于召回在知识图谱上与用户偏好相关的实体。首先将用户历史记录的物品在知识图谱对应的实体作为起点，沿着边检索到所有的邻居实体。然后通过已经训练好的优化双塔模型对召回到的实体进行筛选。最后以召回到的实体作为新的起点，重复上述操作。最终构成了能够表示用户偏好和潜在偏好的知识图谱。
📄 2022101699361
📂 G06F16_36
👤 浙江工业大学
📅 2022-02-23
一种基于联合学习的警情知识图谱构建方法，包括以下步骤：1)获取已破获案件的所有有关数据，并以类型、时间、地点、人名、机构五大类实体对数据进行标注；2)对数据进行分词，并将分词后的文本作为输入，通过Transformer模型提取特征向量；3)将提取到的特征向量拆分为句子向量和词向量两部分，针对词向量，使用循环神经网络计算每个标签概率，针对句子向量，使用一个全连接层对样本进行分类；4)将两个任务的损失函数进行求和，得到最终的损失函数，基于该损失函数对模型进行学习和训练；5)将抽取出的结果保存图数据库中，并基于可视化结果进行案件分析。本发明构建知识图谱，简化警务分析工作。
📄 2020104133652
📂 G06F16_36
👤 浙江工业大学
📅 2020-05-15
一种基于动态阈值的迭代式知识图谱实体对齐方法，本发明联合采用翻译模型和图卷积模型，分别自动学习关系语义信息以及实体的结构信息，并通过引入注意力机制减少不重要的邻节点带来的噪音，得到节点和关系的嵌入式表示；通过预对齐实体对集合，根据对齐的损失函数将两个知识图谱的实体映射到同一个向量空间当中；通过所设计的迭代对齐策略捕获可能的实体对，将这些实体对加入到训练集当中，参与到下一轮训练，直至实体的嵌入收敛，得到最终的实体嵌入，然后计算实体的相似度将实体进行对齐。本发明提出的迭代式知识图谱对齐方法减少了对人工标注实体数量的依赖，提高了实体对齐的准确率。
📄 2020108699679
📂 G06F16_36
👤 浙江工业大学
📅 2020-08-26
柿子坊 · 知识产权运营
柿子坊知识产权运营平台