-
公开(公告)号：CN116562288A
公开(公告)日：2023-08-08
申请号：CN202310512848.1
申请日：2023-05-08
申请人： 长三角信息智能创新研究院
IPC分类号： G06F40/289 , G06F40/211 , G06F40/253 , G06F18/2415 , G06F40/30 , G06Q50/26
摘要： 本发明公开了一种政务事件提取方法、提取系统、电子设备及存储介质，属于自然语言中事件提取技术领域。本发明的政务事件提取方法包括以下步骤：步骤一、提取文本和各类事件类型的表征向量；步骤二、获得文本对各类事件的因子向量；步骤三、事件检测；步骤四、领域知识构建和表征生成；步骤五、表征知识增强；步骤六、事件论元提取。采用本发明的技术方案可大幅度减少传统事件提取技术所需的数据标注的工作量，且具有较大的通用性和领域适应性。
-
公开(公告)号：CN117196032A
公开(公告)日：2023-12-08
申请号：CN202311256349.7
申请日：2023-09-26
申请人： 长三角信息智能创新研究院
IPC分类号： G06N5/025 , G06N5/02 , G06F40/295 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/0499 , G06N3/09 , G06F40/211
摘要： 本发明公开了一种用于智能决策的知识图谱构建方法、装置、电子设备及存储介质，属于工业智能技术领域。本发明的知识图谱构建方法，该方法包括：输入文本数据，采用融合分词特征的BERT‑BiLSTM‑CRF实体识别模型，获取输入文本的序列标签；采用R‑BertTransformer实体关系抽取模型对领域文本事件关系进行抽取；使用序列标注模型BERT‑BiLSTM‑CRF对事件触发词进行抽取，随后采用基于规则的方法抽取事件核心词，最后采用基于规则的方法抽取文本数值知识；基于深度学习的事件关系抽取模型抽取事件之间的事理关系。采用本发明的知识图谱构建方法，事件抽取准确率可达80％以上，事理关系识别精度F1值最高可达0.75，满足实际应用需求。
-
公开(公告)号：CN111723306B
公开(公告)日：2023-07-25
申请号：CN202010474780.9
申请日：2020-05-29
申请人： 长三角信息智能创新研究院
IPC分类号： G06F16/9537 , G06N3/0499 , G06N3/08
摘要： 本发明公开了一种基于地理感知的序列位置推荐方法，可以充分利用用户和历史行为轨迹的丰富元数据(用户ID，时间戳，位置和地点经纬度信息)来解决位置推荐的问题；同时，利用基于自注意力网络的地理感知序列推荐器GeoSAN来进行对用户位置的推荐，相比于传统模型，对地理信息有了更充分地利用，能够较好地解决数据稀疏性问题，对于推荐的结果，在多个评价指标上有一定的提高。
-
公开(公告)号：CN111723305B
公开(公告)日：2023-05-23
申请号：CN202010473847.7
申请日：2020-05-29
申请人： 长三角信息智能创新研究院
IPC分类号： G06F16/9537 , G06N3/048 , G06N3/0499 , G06N3/08
摘要： 本发明公开了一种预测用户下一轨迹点的方法，爬取一定量的数据：用户的ID，用户对应的一系列短期和长期历史轨迹点的位置信息，每个轨迹点的时间戳；基于爬取的信息构建特征交互自注意力网络模型，再结合每个用户的长期历史轨迹点的位置信息经过自注意力层的结果做注意力；利用交叉熵损失函数对参数进行最优化训练；对于一个新用户及其一系列的历史轨迹点，利用ID信息、用户对应的一系列历史轨迹点的位置信息，每个轨迹点的时间戳，来构建一系列的实例并以此输入至训练好的特征交互自注意力网络模型中，从而得到一系列的预测位置的排序得分。该方法解决了利用用户和其历史轨迹的丰富元数据来预测下一个轨迹点的难题，预测准确度大大提升。
-
公开(公告)号：CN112132727B
公开(公告)日：2023-08-18
申请号：CN202011006238.7
申请日：2020-09-23
申请人： 长三角信息智能创新研究院
IPC分类号： G06Q50/26 , G06F16/9535 , G06F18/23213 , G06F16/28 , G06F18/28 , G06F18/22 , G06N5/025
摘要： 本发明公开了一种基于城市大数据的情境大数据的政务服务推送方法，包括：步骤a、构建自然人情境数据模型，针对单个自然人的社会活动规律、个体业务特征及其社会交往状态等进行全方位的描述和刻画；步骤b、推送情境聚类政务服务；其中，步骤a包括：步骤a1、构建自然人基础属性情境；步骤a2、构建自然人人生事件情境；步骤a3、构建自然人社会关系情境；步骤b包括：步骤b1、情境向量计算；步骤b2、情境聚类；步骤b3、政务服务推送。该方法不但能够创新政务人口数据应用模式，而且还有助于推进政府形态向服务范式的转变，使得政务部门可以为社会公众提供精准的个性化、精细化和移动化服务。
-
公开(公告)号：CN113468146A
公开(公告)日：2021-10-01
申请号：CN202110862435.7
申请日：2021-07-29
申请人： 长三角信息智能创新研究院
IPC分类号： G06F16/21 , G06F16/215 , G06F16/29 , G06Q50/26
摘要： 本发明公开了一种基于全要素和全能力摸清基层治理底数的构造方法，包括：步骤1、数据汇聚；步骤2、数据摸底；步骤3、数据清洗；步骤4、数据装载；步骤5、建立自然人数据模型；步骤6、建立地理/地址数据模型；步骤7、建立部件数据模型；步骤8、建立事件数据模型；步骤9、建立法人数据模型；步骤10、建立主题政务资源目录；步骤11、建立基层服务平台。该构造方法能够有效解决纸质记录查询繁琐的问题，健全信息库，数据清晰明了，大大减轻了基层工作的负担和压力，减少了上门数据摸底的运行成本。
-
-
-
-
-
搜索结果
6 条记录 (耗时 0.031 秒)
