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
一种基于实体重要性和相似性的电商知识图谱补全方法，将电商知识图谱以三元组形式表示，计算电商实体的重要性；通过电商实体相似性分类把实体划分成不同类别，并在此基础上生成负三元组集合；初始化电商知识图谱的实体和关系嵌入向量集合；计算电商知识图谱中所有关系的一阶重要性；计算所有正三元组中关系的高阶重要性，计算所有负三元组中关系的预设高阶重要性；计算所有正、负三元组关系的综合重要性；获取所有正、负三元组的重要性；通过最小化损失函数获取实体嵌入向量集合和关系嵌入向量集合；得到补全三元组。本发明考虑了电商知识图谱的实体和关系的重要性，根据相似性分类选取高质量负样本，计算速度快，补全准确度高。
📄 2022105643524
📂 G06F16_36
👤 浙江工业大学
📅 2022-05-23
一种基于RFPC概念设计框架的设计图谱构建方法，属于设计图谱构建技术领域。它通过从文本数据中获取设计知识数据，然后把设计知识映射到所述设计知识辅助产品概念设计的需求‑功能‑原理解‑特征标志RFPC模型，通过自然语言处理技术以及依存句法分析表征所述设计知识元素及其之间的关联关系，利用图数据库对所述设计知识提供知识存储和管理方案，可以更直观地实现概念设计过程中对知识的检索、重用以及支持概念设计解方案生成。本发明解决了传统数据分析技术的限制，克服了难以有效存储和分析的弊端，产品设计知识图谱的构建，为产品创新设计方案智能生成提供了可能，将有助于产品开发前期的设计知识运用、技术创新。
📄 2022110475302
📂 G06F16_36
👤 浙江工业大学
📅 2022-08-29
一种基于语义向量的知识图谱表示学习方法，包括以下步骤：1)融合文本语料库的语义向量构建；2)融合文本语料库及知识图谱上下文的语义向量构建；3)语义矩阵的构建，过程如下：以三元组和关系的语义向量作为输入，得到每个关系对应的语义矩阵；4)建模与训练，过程如下：设计了一个新的得分函数对知识图谱中实体和关系的嵌入表示进行建模，得到所述知识图谱的嵌入表示模型；使用随机梯度下降法训练所述嵌入表示模型，使得损失函数的值最小化，得到最终知识图谱中实体和关系的语义向量。本发明提出的表示学习方体能够较为对知识图谱的复杂关系进行建模，并能够提高向量表示的精确度。
📄 2019113442703
📂 G06F16_36
👤 浙江工业大学
📅 2019-12-24
一种基于大型语言模型协同小模型插件的人类流动性预测方法和装置，其方法包括：预处理原始用户签到数据，构建一个包含用户与地点在各时段上的全局交互关系的时序知识图谱，用于表示用户的签到行为。同时构造用户长期的历史签到轨迹和近期的签到轨迹；构造用户记忆向量，训练由多个编码器组成的插件小模型。该插件小模型不受限于本申请所描述的形式，可自由替换其他插件小模型；抽取用户部分历史签到轨迹以及近期签到轨迹，联合小模型生成各项偏好的前K个预测标签、置信度评分以及基准真值等数据生成提示词；利用历史数据监督微调大型语言模型，根据不带有基准真值的提示对用户的行踪进行预测，得到最终预测结果。本发明能够提供更为精准的预测结果。
📄 2025101162069
📂 G06F16_36
👤 浙江工业大学
📅 2025-01-24
柿子坊 · 知识产权运营
柿子坊知识产权运营平台