公开(公告)号：CN109992629A

公开(公告)日：2019-07-09

申请号：CN201910149696.7

申请日：2019-02-28

Applicant: 中国科学院计算技术研究所

Inventor： 靳小龙 ,  程学旗 ,  席鹏弼 ,  郭嘉丰 ,  白龙

IPC: G06F16/28

Abstract: 本发明涉及一种融合实体类型约束的神经网络关系抽取方法及系统，包括对实体类型施加注意力机制，该机制对实体的多种类型分配了不同权重，从而凸显了影响最大的类型标签；在损失函数中添加实体类型约束函数，该约束函数在更新过程中使实体词向量学习到实体类型信息，从而实现实体类型对关系的约束。该技术增强了模型对通用方法无法区别关系的识别能力。

公开(公告)号：CN109889452A

公开(公告)日：2019-06-14

申请号：CN201910012933.5

申请日：2019-01-07

Applicant: 中国科学院计算技术研究所

Inventor： 赵鹏 ,  程学旗 ,  张志斌 ,  杨春晖 ,  郭嘉丰 ,  何文婷 ,  王赛 ,  王征

IPC: H04L12/851 ,  H04L12/24 ,  H04L12/26 ,  H04L1/00

Abstract: 本发明涉及一种基于条件生成式对抗网络的网络背景流量生成方法，包括：数据获取步骤，获取的网络流量数据及条件信息，并向量化为真实流量；模型生成步骤，以该真实流量得到初始生成模型和判别模型，并通过条件生成式对抗网络以该判别模型对该初始生成模型进行训练，以得到生成模型；流量生成步骤，通过该生成模型以随机向量生成模拟背景流量。

公开(公告)号：CN103336793B

公开(公告)日：2015-08-12

申请号：CN201310230933.5

申请日：2013-06-09

Applicant: 中国科学院计算技术研究所

Inventor： 程学旗 ,  郭嘉丰 ,  薛欢 ,  廖华明 ,  曹雷

IPC: G06F17/30

Abstract: 本发明公开了一种个性化论文推荐方法及其系统，其中该方法包括：步骤1，利用科研领域中研究人员撰写学术论文的行为特性，挖掘异质学术网络数据，根据所述异质学术网络数据构建训练数据集，并根据所述训练数据集进行训练得到排序学习模型；步骤2，在线构建用户配置，生成用户感兴趣的候选论文集，根据所述候选论文集并基于所述排序学习模型生成论文推荐结果，基于所述论文推荐结果，按照一定方式生成论文推荐返回给用户；步骤3，在线接收用户反馈，并根据不同的用户反馈行为相应地更新所述论文推荐结果。本发明有效地避免了推荐系统初期的“冷启动”问题，保证了推荐结果的准确率和召回率。

公开(公告)号：CN119418108A

公开(公告)日：2025-02-11

申请号：CN202411467737.4

申请日：2024-10-21

Applicant: 中国科学院计算技术研究所

Inventor： 陈薇 ,  毕可平 ,  张明坤 ,  陈全润 ,  郭嘉丰 ,  程学旗

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/094 ,  G06N5/025

Abstract: 本发明提出一种基于因果扩散模型的鲁棒图像分类方法，包括：通过条件扩散模型建模结构因果模型；从图像数据集采集作为训练样本的样本图像；通过结构因果模型提取训练样本的因果特征和非因果特征并计算因果信息瓶颈，最大化因果信息瓶颈，更新结构因果模型，得到中间模型；采用中间模型生成该训练样本的因果特征，指导中间模型预测训练样本的预测类别，并根据训练样本的预测类别和类别标签构建损失函数，训练中间模型，得到图像分类模型；获取已标记目标类别的对抗样本图像，应用图像分类模型对接收的对抗样本进行净化处理，得到净化图像；利用图像分类模型提取净化图像的因果特征，并基于净化图像的因果特征得到净化图像的图像分类结果。

公开(公告)号：CN119360125A

公开(公告)日：2025-01-24

申请号：CN202411768569.2

申请日：2024-12-04

Applicant: 中国科学院计算技术研究所

Inventor： 郭嘉丰 ,  程学旗 ,  李晨昊 ,  李琳 ,  张志斌 ,  廖华明 ,  邱强

IPC: G06V10/764 ,  G06N5/04

Abstract: 本发明提出一种模型推理时的模型自适应更新方法和装置，包括：数据库存储图像分类模型推理时得到的数据样本，数据样本包括：数据特征及其对应的类别概率；通过将当前数据样本的数据特征和其余数据样本的数据特征间的余弦距离检索得到当前数据样本的邻居，通过对所有邻居的各类别概率进行平均，得到各类别的平均概率，取平均概率最高的类别作为当前数据样本的伪标签；根据数据样本及其对应的伪标签，构建损失函数，以对图像分类模型进行更新训练，使用更新训练后的图像分类模型对待分类图像进行图像分类，得到待分类图像的图像分类结果。与现有模型推理时自适应技术相比，模型调整更精准有效，极大提高了模型在不同场景的推理准确率。

公开(公告)号：CN119129592A

公开(公告)日：2024-12-13

申请号：CN202310691860.3

申请日：2023-06-12

Applicant: 中国科学院计算技术研究所

Inventor： 郭嘉丰 ,  徐辉 ,  程学旗 ,  范意兴

IPC: G06F40/289 ,  G06F40/279 ,  G06F40/30 ,  G06F18/22 ,  G06F16/35 ,  G06N3/045 ,  G06N3/0895 ,  G06N3/0442 ,  G06N7/01

Abstract: 本发明提供一种用于显性代词的指代消解方法，所述方法包括：S1、获取待处理文本段落并将其拆分为多个分句；S2、判断所述待处理文本段落是否存在指代现象，存在指代现象时，将存在照应语的分句作为一个当前文本，以及选择每一个当前文本相邻的前一个或多个分句作为其对应的历史文本，并对每一个当前文本及其对应的历史文本执行如下步骤：S21、获取当前文本中照应语的候选先行语集合；S22、将当前文本与其对应的历史文本进行拼接得到一个原始文本，并获取原始文本对应的替换文本集合；S23、采用预训练语言模型计算原始文本与其对应的所有替换文本之间的语义相似度；S24、基于所述步骤S23计算的语义相似度确定原始文本中照应语对应的指代对象。

公开(公告)号：CN119045823A

公开(公告)日：2024-11-29

申请号：CN202410642450.4

申请日：2024-05-23

Applicant: 中国科学院计算技术研究所

Inventor： 郭嘉丰 ,  程学旗 ,  杨俣哲 ,  李琳 ,  张志斌 ,  廖华明 ,  邱强

IPC: G06F8/41 ,  G06F8/30 ,  G06N3/08 ,  G06F18/25

Abstract: 本发明提供了一种支持多硬件的深度学习模型编译方法和编译器，包括：获取需要编译的深度学习模型的计算图与目标设备信息；将目标设备信息基于预设的硬件模型转换为硬件属性中间形式，基于深度学习模型的基本操作获取线性操作中间形式，基于深度学习模型的张量，获取张量形状中间形式；基于张量与张量形状中间形式，获取内存中间形式，并采用异构内存传输折叠方法优化内存拷贝行为；基于获取的线性操作中间形式获取循环中间形式，采用融合、堆叠、向量化的方法，优化循环中间形式中的循环，并转化为向量中间形式，基于预设的计算模型获取异构设备数据操作规则中间形式；基于前面获取的多个中间形式，获取可在目标设备进行推理的可执行代码。

公开(公告)号：CN118364163A

公开(公告)日：2024-07-19

申请号：CN202310072620.5

申请日：2023-01-16

Applicant: 中国科学院计算技术研究所

Inventor： 程学旗 ,  郭嘉丰 ,  徐辉 ,  廖华明

IPC: G06F16/9535 ,  G06F16/9536 ,  G06Q50/00

Abstract: 本发明提出一种基于事件聚合的网络舆情专报自动生成方法和系统，包括：获取待舆情监测的全量媒体新闻，分类该全量媒体新闻，得到该全量新闻中属于目标类别的目标文本；提取该目标文本的关键词，将该关键词与该目标文本中每篇文章组成特征文本，经文本向量化处理，得到每篇文章的特征向量，聚类该特征向量，将该目标文本中属于同一事件的文章聚类成事件集合，将每个事件集合内所有文章的特征词合并，作为每个事件的标签；结合用户关注的关键词以及各事件的媒体报道量，量化所有事件的标签，得到每个该事件集合的重要度，展示重要度大于预设值的事件及其标签。

公开(公告)号：CN117440003A

公开(公告)日：2024-01-23

申请号：CN202310644427.4

申请日：2023-06-01

Applicant: 中国科学院计算技术研究所

Inventor： 于雷 ,  谢瑾亮 ,  邱强 ,  廖华明 ,  郭嘉丰 ,  程学旗

IPC: H04L67/1097 ,  H04L67/1023 ,  G06F16/245 ,  G06F16/27

Abstract: 本发明提出一种无中心的分布式存储方法和系统，包括：获取包括n个存储节点的分布式存储系统，根据一致性哈希所有存储节点和键值K映射并以数轴的形式排列到哈希空间σ；n个节点将数轴划分为n+1个区间，根据数轴上n个节点之间的距离可以将数轴划分为n个节点对应的近邻空间；键值K对应的数据存储至距键值K哈希距离最短的存储节点。本发明的方法对于无中心分布式系统负载不均和查询性能低下的缺陷做出一定适应场景的优化，其意义不仅在于促进关于分布式存储的研究，为研究者们解决上述问题提供了新的思路，还有助于大数据计算、大数据分析等与分布式存储密切相关的实际场景应用的发展。

公开(公告)号：CN117149940A

公开(公告)日：2023-12-01

申请号：CN202310942975.5

申请日：2023-07-28

Applicant: 中国科学院计算技术研究所

Inventor： 靳小龙 ,  郭嘉丰 ,  程学旗 ,  黄林萌 ,  官赛萍

IPC: G06F16/31 ,  G06F16/35 ,  G06F16/332 ,  G06F40/30 ,  G06F40/126 ,  G06N3/04 ,  G06N3/047 ,  G06N3/08

Abstract: 本发明提出一种事件论元抽取方法、装置，方法包含：分别对训练数据、事件类型进行编码，得到触发词上下文语义表示、事件类型的表示，并将两者表示交互，得到含事件类型信息的触发词表示，并预测事件类型；生成对应事件类型的论元抽取问题，并将待抽取文本与论元抽取问题拼接编码，得到标签的上下文语义表示、待抽取句子各个词的上下文语义表示、论元角色的上下文语义表示；将标签的上下文语义表示、待抽取句子中的各个词的上下文语义表示分别与需要抽取的论元角色的上下文语义表示拼接后，输入判别网络，分别得到判别概率、标注概率；结合判别概率和标注概率确定最终论元角色对应的抽取结果。该方法提高了事件抽取性能。