-
公开(公告)号:CN110196978A
公开(公告)日:2019-09-03
申请号:CN201910479528.4
申请日:2019-06-04
Applicant: 重庆大学
Abstract: 本发明公开了一种关注关联词的实体关系抽取方法,所述关注关联词的实体关系抽取方法,包括以下步骤:S1,输入已标签文本和待测文本,进行文本分词,获取每个词语映射的对应的实值向量;S2,将所有词语对应的实值向量两两组合,获取二元组合特征向量,计算二元组合特征向量与关系标签的权重向量,获取句子的二元词组特征;S3,将实值向量输入到神经网络层中,获取文本的语义结构和特征向量表示;S4,将步骤2输出的二元词组特征与步骤3输出的语义特征串联作为最终文本句子的表示,然后将最终文本句子的表示输入至句子级别的关注层,获得句子对于不同关系类型的权重,得到最后的关系分类结果输出。
-
公开(公告)号:CN107957962A
公开(公告)日:2018-04-24
申请号:CN201711375929.2
申请日:2017-12-19
Applicant: 重庆大学
IPC: G06F12/0871
Abstract: 本发明提出了一种面向大图计算高效图划分方法与系统,该方法将图数据划分成多个顶点,并将顶点随机排序转为队列;按照队列顺序对第一个顶点进行分区分配,即分配到处理单元,分配完后以该顶点的分区信息作为值,此顶点的邻点作为键,以字典条目的形式存储于DRAM或者NVM中;后续顶点,先判断DRAM或NVM中是否有以此顶点为键的条目,如存在,直接将此顶点的分区信息追加到DRAM或者NVM中对应的条目;如果不存在,则将该点分配到负载最小的处理单元。将每个分配完的顶点的分区信息作为值,此顶点的邻点作为键,以字典条目的形式存储于对应的缓存中。该方法每次可直接根据当前定点查找对应的以此点为键的条目,效率得到了提升。
-
公开(公告)号:CN106021308A
公开(公告)日:2016-10-12
申请号:CN201610292213.5
申请日:2016-05-05
Applicant: 重庆大学
IPC: G06F17/30
Abstract: 本发明公开了一种面向时序大数据的查询事件识别与检测方法,首先构建领域本体库和定义原子特征算子集合;然后获取用户需求并根据语义得到推理结果,并与时序数据集获得关联数据集;基于大数据数据特征计算平台处理关联数据集得到时序数据特征集;最后根据时序数据特征集构造高级查询事件反馈识别检测结果。本发明提供的面向时序大数据的查询事件识别与检测方法,针对大数据查询中,用户自然语言查询请求无法直接被计算机识别这一难题,利用领域本体技术构建为大数据高级查询事件,解决海量数据与传统数据库之间的鸿沟;解决非专业人士与复杂数据查询系统之间的鸿沟;减少传统数据库系统开发人员的工作压力,同时,让数据查询系统变得更加灵活方便。
-
公开(公告)号:CN102333007A
公开(公告)日:2012-01-25
申请号:CN201110298704.8
申请日:2011-09-28
Applicant: 重庆大学
IPC: H04L12/26
Abstract: 本发明公开了一种在线Web服务质量监测系统及方法,属于Web服务质量监测领域。该系统包括Web服务监测配置管理模块、Web服务事件生成模块和Web服务质量评估模块,Web服务监测配置管理模块对需要监测的在线Web服务分别进行配置,Web服务事件生成模块采用Sniffer技术获取网络数据报文,过滤该网络数据报文获得与服务请求和响应消息相关的数据报文,且根据过滤后的数据报文生成服务请求事件和服务响应事件,并记录在Web服务事件库中,Web服务质量评估模块结合评估指标对所述在线Web服务质量进行分析、评估,并输出评估结果。通过本发明,不对服务提供方和使用方的程序造成任何干扰,即可准确地反映实际执行结果。
-
公开(公告)号:CN119623598A
公开(公告)日:2025-03-14
申请号:CN202411770810.5
申请日:2024-12-04
Applicant: 重庆大学
Abstract: 本发明涉及人工智能技术领域,公开了一种缓解稀疏性的知识图谱补全方法及装置,包括构建辅助三元组;采用原知识图谱的数据对大语言模型进行指令微调,得到判别器;采用判别器对辅助三元组进行过滤,将过滤后的三元组与原始知识图谱进行融合,得到增强后的知识图谱;对增强后的知识图谱进行消息聚合,得到融合邻居信息的图结构表示;采用动态抑制策略对融合邻居信息的图结构表示结果中的损失进行修正,提升模型在知识图谱补全任务上的性能,得到调整后的知识图谱。上述的一种缓解稀疏性的知识图谱补全方法及装置,通过相似度矩阵和辅助三元组的构建,有效地挖掘了与罕见实体相似的实体信息,从而提高了系统对罕见实体问题的回答能力。
-
公开(公告)号:CN114580555A
公开(公告)日:2022-06-03
申请号:CN202210237997.7
申请日:2022-03-11
Applicant: 重庆大学
Abstract: 本发明提供了一种基于局部结构一致性的对抗知识蒸馏语义分割方法,包括:获取待分割任务;将待分割任务输入学生网络,获得语义分割结果;学生网络的训练过程如下:获取任务数据集;根据其和老师网络获取第一数据集概率图;根据其和备选学生网络获取第二数据集概率图;根据第一数据集概率图和第二数据集概率图获取局部结构一致性;根据第二数据集概率图获取交叉熵;将第一数据集概率图和第二数据集概率图输入对抗训练判别器,获得第一判别概率图和第二判别概率图;根据交叉熵、局部结构一致性、第一判别概率图和第二判别概率图获取网络权重;进而获取学生网络。通过将局部结构一致性作为补丁级别的知识和对抗训练判别器,提高了语义分割的精度。
-
公开(公告)号:CN114564955A
公开(公告)日:2022-05-31
申请号:CN202210237994.3
申请日:2022-03-11
Applicant: 重庆大学
IPC: G06F40/284 , G06F40/211 , G06F40/30 , G06K9/62 , G06N3/08
Abstract: 本发明涉及计算机自然语言处理技术领域,提供一种情感三元组提取方法,包括:获取若干个词向量;根据各词向量获取若干个参考属性;根据各词向量获取若干个备选观点;根据各参考属性和增强上下文向量获取若干个参考情感三元组;根据各备选观点和增强上下文向量获取若干个备选情感三元组;增强上下文向量用于表征词向量在情感立场上对上下文的增强程度;根据各参考情感三元组和各备选情感三元组提取情感三元组。由于在获得参考情感三元组和备选情感三元组时充分考虑到了属性、观点和情感立场之间的互相影响,使得最后根据参考情感三元组和备选情感三元组提取出的情感三元组的准确率更高。本发明还提供一种情感三元组模型。
-
公开(公告)号:CN108564380B
公开(公告)日:2021-07-20
申请号:CN201810321941.3
申请日:2018-04-11
Applicant: 重庆大学
Abstract: 本发明涉及一种基于迭代决策树的电信用户分类方法,包括:S1:根据用户的基本信息、通话、短信记录构建用户社交关系网络G(V,E);S2:从G(V,E)中抽取特征,或根据已分类的用户更新其他用户的特征;S3:用迭代决策树对G(V,E)中未分类的用户分类,即判断是否满足|sFriend‑nFriend|≥L;若满足则分类,将分类的用户数记为κ;K若κ>K,回到步骤S2,否则进入步骤S4;S4:令L=L‑1;若L≥0,返回步骤S2,否则进入步骤S5;S5:输出分类结果。本发明在训练集较少的情况下能达到很低的错误率,可以克服训练集占比高导致的过拟合影响,实现用户的精准定位。
-
公开(公告)号:CN105893350B
公开(公告)日:2018-12-04
申请号:CN201610199813.7
申请日:2016-03-31
Applicant: 重庆大学
IPC: G06F17/27
Abstract: 本发明公开了一种电子商务中商品评论质量的评估方法。首先通过抓取评论数据构建产品评论文档;然后使用主题分析模型建立商品类别、主题与主题包含特征词之间的关联关系;使用形式概念分析模型构造以商品类别为对象和主题为属性的虚拟概念格;从而构建评论质量评估模型;最后获取评论数据并对评论数据进行分词操作;将分词输入到评论质量评估模型进行评论数据的质量评估;输出质量评估结果。该方法可将商品评论质量的评估结果按从大到小排序推荐给用户,能更加客观的辅助用户的购物决定。通过四个量化指标来评估评论与商品的相关性、全面性、细节性和专业性,即可得出评论的质量评估结果,然后便可以此结果提供给用户参照。
-
公开(公告)号:CN104615772A
公开(公告)日:2015-05-13
申请号:CN201510083391.2
申请日:2015-02-16
Applicant: 重庆大学
Abstract: 本发明公开了一种用于电子商务的文本评价数据专业程度分析方法,包括如下步骤:S1,获取全部商品评价文本数据相关的概念层次树;S2,计算每个概念层次树上该评价文本数据的专业程度值;S3,综合全部概念层次树上取值,计算评价文本数据的专业程度;S4,将评价文本数据的专业程度划分为若干个等级,得到全部商品评价文本数据的专业程度等级,将专业程度高的商品评价文本数据推荐给用户。通过本发明技术方案使用户能够直接、客观的获取评价数据,并且将评价数据的内容进行量化处理,根据等级高低客观排序。
-
-
-
-
-
-
-
-
-