-
公开(公告)号：CN111881688B
公开(公告)日：2021-09-14
申请号：CN202010801363.0
申请日：2020-08-11
Applicant: 中国科学院自动化研究所
IPC: G06F40/295 , G06K9/62 , G06N3/04
Abstract: 本发明属于自然语言处理技术领域，具体涉及一种基于屏蔽泛化机制的事件因果关系识别方法、系统、装置，旨在解决模型训练困难以及事件因果关系识别鲁棒性较差的问题。本发明方法包括：获取待识别事件因果关系的文本，作为输入文本；通过BERT模型提取输入文本与因果事件的实体信息对应的三元组集合融合后的特征，作为第一特征；通过BERT模型提取输入文本中未屏蔽信息的特征，作为第二特征；将第一特征、第二特征进行融合，将融合后的特征作为第三特征；基于第三特征，通过预构建的分类模型获取输入文本中事件因果关系的识别结果。本发明简化了模型训练的难度，并提高了事件因果关系识别的鲁棒性。
-
公开(公告)号：CN108345583B
公开(公告)日：2020-07-28
申请号：CN201711463578.0
申请日：2017-12-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及自然语言处理技术领域，具体涉及一种基于多语注意力机制的事件识别及分类方法及装置，旨在为了解决单语特征识别效果不能满足需求的问题，本发明的方法包括：将仅标注单语事件信息的数据映射为多语平行数据；将所述多语平行数据进行词汇级别对齐，通过多语对齐关系得到同一事件在多种不同语言中的一致性表示；基于单语注意力模型获取多语一致性信息；基于多语注意力模型获取多语互补性信息；基于所述多语一致性信息和所述多语互补性信息进行联合推理，通过非线性神经网络判别模型输出最终的识别结果。本发明可以提高事件的识别效果。
-
公开(公告)号：CN110209816A
公开(公告)日：2019-09-06
申请号：CN201910440322.0
申请日：2019-05-24
Applicant: 中国科学院自动化研究所
Abstract: 本发明属于自然语言处理领域，具体涉及了一种基于对抗模仿学习的事件识别及分类方法、系统、装置，旨在解决传统事件识别及分类方法语言处理工具存在错误累计导致事件识别准确率低的问题。本发明方法包括：获取不含标准标注信息的句子并输入；将每一个词特征化后的词向量集构成词向量特征矩阵；采用向量编码器对词向量特征矩阵进行编码，并采用注意力机制为每一个词分配权重，获得知识向量；采用事件类型分类器依据知识向量计算输入信息属于各事件类别的概率；概率值最高的事件类别作为输入信息的事件类别。本发明不依赖自然语言处理工具对信息进行抽取，避免错误积累，提高了事件识别的准确率。
-
公开(公告)号：CN110209816B
公开(公告)日：2021-06-08
申请号：CN201910440322.0
申请日：2019-05-24
Applicant: 中国科学院自动化研究所
IPC: G06F16/35 , G06F40/126
Abstract: 本发明属于自然语言处理领域，具体涉及了一种基于对抗模仿学习的事件识别及分类方法、系统、装置，旨在解决传统事件识别及分类方法语言处理工具存在错误累计导致事件识别准确率低的问题。本发明方法包括：获取不含标准标注信息的句子并输入；将每一个词特征化后的词向量集构成词向量特征矩阵；采用向量编码器对词向量特征矩阵进行编码，并采用注意力机制为每一个词分配权重，获得知识向量；采用事件类型分类器依据知识向量计算输入信息属于各事件类别的概率；概率值最高的事件类别作为输入信息的事件类别。本发明不依赖自然语言处理工具对信息进行抽取，避免错误积累，提高了事件识别的准确率。
-
公开(公告)号：CN108345583A
公开(公告)日：2018-07-31
申请号：CN201711463578.0
申请日：2017-12-28
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及自然语言处理技术领域，具体涉及一种基于多语注意力机制的事件识别及分类方法及装置，旨在为了解决单语特征识别效果不能满足需求的问题，本发明的方法包括：将仅标注单语事件信息的数据映射为多语平行数据；将所述多语平行数据进行词汇级别对齐，通过多语对齐关系得到同一事件在多种不同语言中的一致性表示；基于单语注意力模型获取多语一致性信息；基于多语注意力模型获取多语互补性信息；基于所述多语一致性信息和所述多语互补性信息进行联合推理，通过非线性神经网络判别模型输出最终的识别结果。本发明可以提高事件的识别效果。
-
Patent Agency Ranking
公开(公告)号：CN118938645A
公开(公告)日：2024-11-12
申请号：CN202410855321.3
申请日：2024-06-28
Applicant: 中国科学院自动化研究所
IPC: G05B11/42
Abstract: 本发明提供一种基于深度强化学习的多步态双足运动控制方法及装置，其中，上述方法包括：确定当前人形机器人的状态向量，其中，状态向量包括关节参数、髋部参数以及双腿相位参数；在仿真环境中调用预设的控制策略神经网络基于状态向量，确定预设的控制策略神经网络的输出向量；基于输出向量进行线性变换，得到期望关节角角度；基于期望关节角角度调用比例微分控制器，确定输出力矩；基于输出力矩在仿真环境中模拟人形机器人的轨迹运动，得到轨迹数据的样本数据；当样本数据的数目大于预设的最小样本值时，基于轨迹数据对预设的控制策略神经网络的网络权重进行更新，得到更新后的控制策略神经网络，以控制人形机器人进行期望步态运动。
-
公开(公告)号：CN118456474A
公开(公告)日：2024-08-09
申请号：CN202410911650.5
申请日：2024-07-09
Applicant: 中国科学院自动化研究所
Abstract: 本申请公开了一种机器人致摔因素确定方法、装置、介质、设备及产品，涉及机器人技术领域，该方法包括：基于当前摔倒的机器人各个被控单元的实际运动数据和预期运动数据，得到各个被控单元的误差向量；基于当前设定的摔倒回顾时刻和误差向量构建机器人的当前回顾数据集；基于当前回顾数据集中回顾向量之间的距离构建初始凸顶点集；基于各个回顾向量与初始凸顶点集之间的凸包距离对初始凸顶点集进行更新，得到凸顶点集；基于所述凸顶点集中各个回顾向量对应的被控单元的误差损失分数确定所述机器人的致摔因素。本申请提供的方法和装置，可以确定机器人的致摔因素，提高了致摔因素的确定效率和确定准确度，进而可以优化算法防止机器人摔倒。
-
公开(公告)号：CN110941955A
公开(公告)日：2020-03-31
申请号：CN201911167293.1
申请日：2019-11-25
Applicant: 中国科学院自动化研究所
IPC: G06F40/211 , G06F40/30 , G06N3/04 , G06N3/08 , G06K9/62
Abstract: 本发明涉及自然语言处理技术领域，具体涉及一种跨语言事件分类方法和装置。为了解决现有技术极大依赖高质量的机器翻译系统或者大规模的平行语料的问题，本发明提出一种跨语言事件分类方法，该方法包括从预先获取的目标语言的语料中获取所述目标语言对应的第一向量；从预先获取的源语言的语料中获取所述源语言对应的第二向量；根据所述第一向量和所述第二向量构建所述目标语言和所述源语言的映射关系；根据所述映射关系并通过对抗学习网络将所述源语言映射为所述目标语言；基于所述目标语言并通过所述事件类型分类器对所述目标语言对应的事件进行分类。利用本发明的方法和装置能够提高对事件识别的准确率。
-
公开(公告)号：CN118456474B
公开(公告)日：2024-11-26
申请号：CN202410911650.5
申请日：2024-07-09
Applicant: 中国科学院自动化研究所
Abstract: 本申请公开了一种机器人致摔因素确定方法、装置、介质、设备及产品，涉及机器人技术领域，该方法包括：基于当前摔倒的机器人各个被控单元的实际运动数据和预期运动数据，得到各个被控单元的误差向量；基于当前设定的摔倒回顾时刻和误差向量构建机器人的当前回顾数据集；基于当前回顾数据集中回顾向量之间的距离构建初始凸顶点集；基于各个回顾向量与初始凸顶点集之间的凸包距离对初始凸顶点集进行更新，得到凸顶点集；基于所述凸顶点集中各个回顾向量对应的被控单元的误差损失分数确定所述机器人的致摔因素。本申请提供的方法和装置，可以确定机器人的致摔因素，提高了致摔因素的确定效率和确定准确度，进而可以优化算法防止机器人摔倒。
-
公开(公告)号：CN111881688A
公开(公告)日：2020-11-03
申请号：CN202010801363.0
申请日：2020-08-11
Applicant: 中国科学院自动化研究所
IPC: G06F40/295 , G06K9/62 , G06N3/04
Abstract: 本发明属于自然语言处理技术领域，具体涉及一种基于屏蔽泛化机制的事件因果关系识别方法、系统、装置，旨在解决模型训练困难以及事件因果关系识别鲁棒性较差的问题。本发明方法包括：获取待识别事件因果关系的文本，作为输入文本；通过BERT模型提取输入文本与因果事件的实体信息对应的三元组集合融合后的特征，作为第一特征；通过BERT模型提取输入文本中未屏蔽信息的特征，作为第二特征；将第一特征、第二特征进行融合，将融合后的特征作为第三特征；基于第三特征，通过预构建的分类模型获取输入文本中事件因果关系的识别结果。本发明简化了模型训练的难度，并提高了事件因果关系识别的鲁棒性。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.032 seconds)
