文本事件序列生成方法、装置、设备和存储介质

    公开(公告)号:CN115618863A

    公开(公告)日:2023-01-17

    申请号:CN202211643975.7

    申请日:2022-12-20

    Abstract: 本发明实施例提供一种文本事件序列生成方法、装置、设备和存储介质,属于文本处理技术领域,该方法包括:获取目标文本的第一事件序列;第一事件序列为乱序和/或不完整的事件序列;将目标文本的第一事件序列输入文本事件序列生成模型,得到目标文本的目标事件序列;其中,文本事件序列生成模型是基于样本文本的目标事件序列、样本文本的第一事件序列和目标损失训练得到的;目标损失是基于样本文本的第一事件序列的事件向量和样本文本的预测事件序列的事件向量确定的。本发明实施例的方法从事件序列中的事件语义这个全局角度进行文本事件序列生成模型的训练,使得训练后的文本事件序列生成模型可以基于事件语义准确的进行文本事件序列的生成。

    基于机理数据融合的电磁场建模方法、系统、设备及介质

    公开(公告)号:CN117350152A

    公开(公告)日:2024-01-05

    申请号:CN202311278715.9

    申请日:2023-09-28

    Abstract: 本发明属于深度学习以及电磁场分布建模技术领域,公开了一种基于机理数据融合的电磁场建模方法、系统、设备及介质;所述基于机理数据融合的电磁场建模方法包括以下步骤:基于待电磁场分布建模的变压器,获取电磁场分布建模所需数据;基于获取的所述电磁场分布建模所需数据,利用训练好的物理约束神经网络模型进行预测,获得矢量磁位矩阵预测值;计算获得电磁场量矩阵,进而获得电磁场分布;其中,训练采用的损失函数为基于矢量磁位方程、边界条件、初始条件及数据信息构建的物理约束损失函数。本发明可解决现有传统数值计算方法建模速度慢、效率过低以及目前人工神经网络等传统数据驱动方法可解释性差、可靠性不足的技术问题。

Patent Agency Ranking