法律状态: 全部 已授权 审中
项目申报: 全部 报过 没有报过
共 69 件在售专利
本发明涉及自然语言处理技术领域,提供了一种基于大模型的掩码增强命名实体识别方法,该方法包括:采集待识别文本数据;预处理得到输入序列,输入训练好的识别模型得到识别结果;识别模型训练过程包括:基于设定掩码策略对训练输入序列进行掩码处理得到掩码输入序列,送入BERT模型得到实体、掩码上下文表示特征;执行命名实体识别任务和预测掩码任务且共享参数,得到实体预测值和掩码预测值;基于实体上下文表示特征和实体预测值计算第一损失函数,基于掩码预测值计算第二损失函数;更新模型参数;评估模型性能,重复训练直至性能达到设定要求。本发明能够充分理解语义,泛化能力较强,语境依赖性捕捉能力较强,误识别和漏识别情况较少。
📄 2024113779012 📂 G06F40_295 👤 江南大学, 大连理工大学, 吉林大学, 苏州大学 📅 2024-09-30
¥0.0 元
本发明公开了一种面向中文文本的端到端中文实体关系联合抽取方法,包括优化中文预训练模型,对输入的中文文本进行编码处理,生成中文文本的文本表示;对中文文本的文本表示进行实体解码处理,得到实体BIO标注序列和上下文表示向量;采用上下文注意力机制确定上下文注意力向量;将上下文注意力向量与中文文本的文本表示拼接后进行关系编码处理,得到关系编码表示;采用双仿射注意力机制进行关系解码处理,得到实体关系抽取结果。本发明能够捕捉到词级别的交叉依赖信息,能有效提升模型准确性和鲁棒性。
📄 2023116292507 📂 G06F40_295 👤 成都信息工程大学 📅 2023-11-30
¥0.0 元
本发明属于处理自然语言数据的技术领域,公开了一种利用五笔字根深度学习的未登录词识别方法及系统,将汉字字符按照五笔字根表,转变成4个英语字母;然后作为模型的嵌入向量输入到语料库的词所对应的嵌入向量来训练神经网络模型;最后模型会输出一个之前语料库中最为接近的词汇向量,以该词汇向量作为识别未登录词汇的重要依据,更好地识别未登录词语。本发明利用偏旁部首相近的汉字词,大多具有相同的词性,其五笔编码也相近,提出一种利用五笔字根的神经网络实体识别方法,能够提高神经网络模型识别未登录词的性能。本发明基于深度学习使用词向量来表示词语,解决了高纬度向量空间的稀疏问题,更加简单有效。
📄 2019104923475 📂 G06F40_295 👤 广东技术师范大学 📅 2019-06-06
¥0.0 元
本发明属于机器阅读理解技术领域,具体公开了一种基于线索的离散推理方法及系统,该系统包括编码模块、线索节点预测模块、推理模块和预测模块,编码模块用于提取文章和问题的词向量,线索节点预测模块用于预测已构建图中节点是否是线索节点,并在线索节点之间添加边,推理模块用于计算问题相关性得分和注意力权重系数,迭代更新节点特征向量,预测模块用于预测答案类型和答案。采用本技术方案,寻找文章中重要实体和数字,并在构建的关系网络图上挖掘推理信息,提高机器阅读理解中的离散推理能力。
📄 2022100592013 📂 G06F40_295 👤 重庆大学 📅 2022-01-19
¥0.0 元
本发明公开了一种融合实体标签编码的小样本学习命名实体识别方法,包括:步骤(1)得到字符特征及其序列;步骤(2)得到词对特征矩阵、距离特征矩阵和区域特征矩阵,并拼接得到词对关系特征矩阵;步骤(3)得到每个实体标签的特征表示;步骤(4)计算每个词对关系特征与实体标签特征的点积相似度,得到转移概率矩阵;步骤(5)选取最优模型作为最终的预训练模型;步骤(6)载入预训练模型进行小样本学习,将句子输入到模型中,输出词对关系矩阵。该方法将分别对词对和实体标签进行编码,再将词对的表征和实体标签的表征进行匹配,得到词与词之间的实体关系。能够在低资源的情况下,有效地识别连续实体、重叠实体和不连续实体。
📄 2023101116697 📂 G06F40_295 👤 杭州电子科技大学 📅 2023-02-14
¥0.0 元
本发明公开了一种自然语言威胁情报抽取分析方法及系统,涉及自然语言技术领域,该系统包括依次执行的数据收集模块、数据预处理模块、威胁识别模块、特征提取模块、威胁分析模块以及情报生成模块;其技术要点为:对高优先级的威胁事件进行深度分析,综合各类参数以计算出威胁程度预估值,不仅能够快速反映出当前高优先级威胁事件的严重程度,还能够为后续预测下一时间周期内存在高密度威胁对应时间段提供优先的关注点,结合预警信号和关注机制,提高了安全团队对威胁事件的响应速度和能力,当发现潜在威胁时,安全团队能够迅速采取行动,并有效应对,从而降低了网络安全威胁事件所带来的影响和损失。
📄 2024110951740 📂 G06F40_295 👤 杭州字节方舟科技有限公司 📅 2024-08-12
¥0.0 元
本发明公开了一种基于预训练语言模型的本体修正方法与系统,属于语义网中本体修正技术领域。首先将待修正本体与可靠本体中的公理翻译成自然语言句子,基于预训练模型计算句子的向量,根据向量和打分函数为待修正本体R‑MIPS中的公理进行打分,通过分批处理不可满足概念计算出一个修正方案。本发明根据本体修正的特征定义了四个基于预训练语言模型的打分函数,提出了一个基于预训练语言模型分批处理不可满足概念的本体修正方法,用户可以对本体修正方法中的参数进行个性化配置,有助于满足用户多样化的需求。
📄 2024100358335 📂 G06F40_295 👤 南京邮电大学 📅 2024-01-10
¥0.0 元
一种从网络安全威胁情报联合抽取实体与关系的方法,涉及网络安全技术领域,利用多任务联合学习的模型架构,进行实体关系的联合抽取,能够有效的降低非联合抽取的方式误差传播问题,利用同一个向量编码器编码的统一向量表示,提取特定于不同任务特征,降低无用特征的噪声影响,提高了实体关系的解码速度。
📄 2023113023937 📂 G06F40_295 👤 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院) 📅 2023-10-10
¥0.0 元
基于多层次自适应语义增强的中文医疗命名实体识别方法和装置,其方法包括:(1)将中文文本表示为T={C1、C2、···、CN},构建字符Ci特征,包括字符特征、边界特征、部首特征、拼音特征;(2)通过ERNIE‑Health预训练模型将字符级别Ci的特征转化为向量表示,包括字符特征向量ec、边界特征向量eb、部首特征向量er、拼音特征向量ep;(3)将四种字符级特征输入字符层自适应语义增强模块。使用卷积层对字符特征进行压缩,通过门控机制和ReLU激活函数进行非线性转换,动态调整语义权重,使用多层感知机进行解压缩,得到增强后的字符级特征;(4)将增强后的字符级特征输入句子层自适应语义增强模块,通过压缩和解压缩机制自适应学习句子中不同字符的贡献;(5)将经过多层次自适应语义增强模块的增强特征输入BiLSTM‑CRF模块进行标签预测。本发明能够更好地捕捉上下文中的语义差异,解决了现有方法在特征权重分配上的局限性,提升了CNER任务的整体性能。
📄 2024109829540 📂 G06F40_295 👤 浙江工业大学 📅 2024-07-22
¥0.0 元
一种基于预训练模型的特种设备中文命名实体识别方法,包括以下步骤:1)按照中文命名实体标注策略BIEOS对中文命名实体数据集进行标注,将实体类别分为四种类别;2)基于BERT预训练模型将中文句子转换为字向量表示;3)将字向量表示输入到biLSTM模型中,学习字向量序列双向编码,提取句子特征;4)采用CRF条件随机场学习上下文的标签概率,得到了每个汉字的所有可能的标签序列;5)最后输出汉字序列对应的实体类别。本发明通过无监督的方式对无标签语料中进行训练,能够有效解决小数据集、样本特征信息不足情况下中文命名实体提取的问题,用于构建特种设备领域的知识图谱。
📄 2021108934724 📂 G06F40_295 👤 浙江工业大学 📅 2021-08-04
¥0.0 元
一种基于生成式模型的医疗事件抽取方法,包括以下步骤:1)获取数据库中的电子病历文本数据,预先设定好需要抽取的实体类型和事件模板;2)在电子病历文本中,通过标注工具根据设定好的模板标注出病历中的实体和事件;3)利用transformer模型作为文本编码器,讲文本转换为向量表示;4)使用指针网络对实体进行标注4)使用池化层和线性层对事件类型进行分类;5)使用生成式transformer生成事件信息序列;6)提取事件信息序列中的论元角色,汇总事件信息。本发明以联合抽取算法对医疗电子病历中的非结构化数据进行提取,从而获得结构化的事件信息,对患者后续的病情分析提供有力的帮助。
📄 2022112075624 📂 G06F40_295 👤 浙江工业大学 📅 2022-09-30
¥0.0 元
一种面向机械化工领域的中文实体识别方法,包括:采取短文本预处理来提取有效内容;采用经过词典优化的中文分词器进行中文分词和词性标注;利用词频与类优先级函数所构成的权重函数用作权重计算同时基于规则式优化加权提取短文本目标关键词;搜索目标关键词上下文基于构建的有向概率状态转化图来进行关键词的上下文扩展从而获得目标实体。本发明还包括实施一种面向机械化工领域的中文实体识别方法的系统,包括依次连接的短文本预处理模块、中文分词和词性标注模块、权重计算和规则式优化加权模块、关键词搜索和扩展模块。本发明实现了高准确率的中文实体识别。
📄 2021105888781 📂 G06F40_295 👤 浙江工业大学 📅 2021-05-28
¥0.0 元
发明 已授权

一种基于大模型的掩码增强命名实体识别方法

2024113779012 · 江南大学, 大连理工大学, 吉林大学, 苏州大学
¥0.0 元
发明 已授权

一种面向中文文本的端到端中文实体关系联合抽取方法

2023116292507 · 成都信息工程大学
¥0.0 元
发明 已授权

一种利用五笔字根深度学习的未登录词识别方法及系统

2019104923475 · 广东技术师范大学
¥0.0 元
发明 已授权

基于线索的离散推理方法及系统

2022100592013 · 重庆大学
¥0.0 元
发明 已授权

一种融合实体标签编码的小样本学习命名实体识别方法

2023101116697 · 杭州电子科技大学
¥0.0 元
发明 已授权

一种自然语言威胁情报抽取分析方法及系统

2024110951740 · 杭州字节方舟科技有限公司
¥0.0 元
发明 已授权

一种基于预训练语言模型的本体修正方法与系统

2024100358335 · 南京邮电大学
¥0.0 元
发明 已授权

一种从网络安全威胁情报联合抽取实体与关系的方法

2023113023937 · 山东省计算中心(国家超级计算济南中心), 齐鲁工业大学(山东省科学院)
¥0.0 元
发明 已授权
发明 已授权
发明 已授权

一种基于生成式模型的医疗事件抽取方法

2022112075624 · 浙江工业大学
¥0.0 元
发明 已授权

一种面向机械化工领域的中文实体识别方法和系统

2021105888781 · 浙江工业大学
¥0.0 元

求购专区 · 发布技术需求,卖家在线应标

🔋 高能量密度固态电解质材料与制备工艺
预算:¥50-100万截止:2026-08-30发布方:××新能源科技响应:8人

交易保障 · 安心交易

资金托管

买家付款至平台,交易完成/过户成功后放款给卖家

权属尽调

专利有效性分析 + 权属状态核查,确保交易安全

合同审核

标准转让/许可合同模板,支持在线电子签署

全程代办

著录项目变更、备案手续全程代办,省心省力

交易流程 · 六步完成专利交易

1
选专利
2
在线沟通
3
签署合同
4
支付款项
5
办理变更
6
过户完成

成功交易案例

🔬

固态锂电池电解质专利包

转让方:中国科学院××研究所
受让方:××新能源科技有限公司
交易类型:独占许可
交易金额:¥320万
🧬

CRISPR基因编辑技术

转让方:××大学
受让方:××生物医药有限公司
交易类型:转让
交易金额:¥1,200万
⚡

SiC功率器件工艺专利

转让方:××半导体有限公司
受让方:××汽车电子集团
交易类型:转让
交易金额:¥680万
☀️

钙钛矿光伏组件技术

转让方:××科技公司
受让方:××能源集团
交易类型:开放许可
交易金额:¥50万/年