专利交易市场

本发明提供了一种基于空间感知依赖图和无损解码的联合信息抽取方法，包括：步骤1，利用预训练的语言模型对输入文本序列进行编码；步骤2，识别出实体和事件触发器；步骤3，将位置信息添加到实体和事件触发器表示中；步骤4，将信息抽取任务构造为图预测模型，实体和事件触发器为图的节点，关系和事件论元为图的边；步骤5，计算节点和边的联合概率分布；步骤6，得到节点和边的标签；步骤7，输入文本，输出文本所含实体、关系、事件触发器、事件论元类别。本发明改进了现有的局部解码策略，采取随机梯度变分推断避免解码过程中同一任务标签之间依赖性的损失，以实现更好的实例标签的全局最优分配。有效提升联合信息抽取的准确性和鲁棒性。

本发明公开了一种运维知识图谱构建方法、轨道运维方法及相关装置，本发明在训练PRGC模型时采用BiRTE模型的参数初始化，使得PRGC模型具备BiRTE模型在关系抽取上的稳定性，保证了运维知识三元组抽取的准确性，采用多任务学习模型过滤掉嘈杂的运维知识三元组，解决了运维知识三元组存在的噪声干扰，从而保证构建的运维知识图谱准确性和鲁棒性较优。

本发明公开了一种融合结构信息的数学应用题统一解题方法，包括如下步骤：首先基于待求解数学应用题和数据集内数学应用题语义嵌入向量的语义依存关系和数值关系，结合对应数学应用题知识点，检索出数据集内与待求解数学应用题具有相同知识点的数学应用题作为候选数学应用题，随后获取与待求解数学应用题具有相似目的的候选数学应用题的特征，并将该特征结合待求解数学应用题的特征计算得到初始节点，将初始节点解码获得最终方程表达式；本发明采用数学应用题结构信息和知识点层级信息融合的方式，解决了相似数学应用题检索效果不佳的问题。

本发明公开了一种基于萤火虫算法的关联方法及系统，该方法包括：根据关联任务确定目标函数和约束空间并输入参数初值；基于萤火虫算法求解区间划分阈值局部最优解，得到已知局部最优解集合；人工标定区间划分阈值局部最优解，得到人工局部最优解；屏蔽已知局部最优解和人工局部最优解，迭代计算区间划分阈值局部最优解直至达到最大迭代次数，输出解集；根据置信度选择解集中的最优解并指导关联任务进行区间划分。该系统包括：初始模块、萤火虫求解模块、标定模块、屏蔽迭代模块和应用模块。通过使用本发明，能够获得更优的区间划分阈值局部最优解，更精准的挖掘图像关联规则。本发明可广泛应用于数据关联领域。