-
公开(公告)号:CN119476206A
公开(公告)日:2025-02-18
申请号:CN202411294832.9
申请日:2024-09-14
Applicant: 北京大学邯郸创新研究院 , 北京大学
Abstract: 本发明提供一种基于混合对比学习的关系抽取方法、装置、设备及介质,涉及人工智能技术领域,通过获取待抽取文本;将所述待抽取文本输入混合对比学习关系抽取模型,输出关系抽取结果,其中,所述混合对比学习关系抽取模型基于正样本以及混合负样本训练得到,所述混合负样本根据实体向量表示和上下文词向量表示构造。本发明通过引入混合对比学习策略,生成更具挑战性的负样本实例,从而提升关系抽取模型的关系抽取性能,不仅拓宽了负样本的选择范围,还提高了模型的泛化能力,可以实现各种复杂情况的文本关系抽取。
-
公开(公告)号:CN118350462B
公开(公告)日:2024-08-16
申请号:CN202410767684.1
申请日:2024-06-14
Applicant: 人民法院信息技术服务中心 , 北京大学
Abstract: 本说明书涉及司法关系要素抽取技术领域,提供了一种基于标签向量正交约束的司法关系要素抽取方法及装置,该方法包括:对司法文本集合内每个司法文本中的实体对进行标注;在标注后的每个司法文本中增加针对所述实体对的关系提示语句;所述关系提示语句中的每个司法关系类型均由多个不同的掩码组成;将加入关系提示语句后的司法文本转换为向量化司法文本;以所述向量化司法文本为输入,以任务损失和正交损失共同作为优化参数,训练深度学习模型,以获得司法关系要素抽取模型;利用所述司法关系要素抽取模型,从待处理司法文本中抽取实体对的司法关系要素。本说明书实施例可以提高司法领域关系抽取要素的抽取精度。
-
公开(公告)号:CN118420468A
公开(公告)日:2024-08-02
申请号:CN202410463943.1
申请日:2024-04-17
Applicant: 北京大学
IPC: C07C69/593 , C07C67/48 , C07C67/56 , C12P7/62 , A61K31/225 , A61P35/00 , C12R1/885
Abstract: 本发明公开了一种EGFR抑制剂及其制备方法与应用,属于药物化学技术领域。本发明通过从微生物哈茨木霉(Trichoderma harzianum)中分离得到4种化合物,上述化合物对野生型EGFR及其致病性突变体具有显著的抑制作用,以及对致病性突变体具有更高的广谱抑制活性,同时,上述化合物能显著抑制乳腺癌细胞MCF‑7的增殖,因此,上述化合物可以作为新的EGFR抑制剂在制备预防和/或治疗癌症的药物中具有较好的应用前景。
-
公开(公告)号:CN1935133A
公开(公告)日:2007-03-28
申请号:CN200510103525.9
申请日:2005-09-19
Applicant: 北京大学
IPC: A61K31/216 , A61K31/496 , A61K31/4184 , A61K31/426 , A61P29/00 , A61P19/02 , A61P35/00 , A61P1/16 , A61P31/20
Abstract: 本发明公开了人白细胞抗原DR4亚型蛋白(HLA-DR4)的拮抗剂。本发明人通过实验证实,式I化合物能内源性抗原肽对HLA-DR4限制性T细胞的活化,可以作为HLA-DR4拮抗剂的应用;式I中Ar选自苯基,乙酰苯基,C1-C8烷基取代苯基,C1-C8烷基取代-1H-苯并咪唑,杂环基或烷基取代杂环基;Q1,Q2选自0,S或NH;n1,n2为0-6的整数,m为0-3的整数;R选自C1-C8烷基或烷氧基。本发明所选用的化合物不仅在理论上能拮抗HLA-DR4,而且,通过实验证实,这些化合物的拮抗活性优于目前研究较多的变构肽型抑制剂,并且,由于小分子抑制剂具有不易被降解和较大的改造空间等优点,应用前景十分广阔。
-
公开(公告)号:CN118490900A
公开(公告)日:2024-08-16
申请号:CN202410435925.2
申请日:2024-04-11
Abstract: 本发明属于生物医学材料领域,涉及一种可吸收双层抗菌成骨引导骨再生膜及其制备方法与应用。所述再生膜包括疏松多孔的(VPGKG)72‑Atsttrin蛋白膜层和致密的(VPGRG)72蛋白膜层,所述(VPGKG)72‑Atsttrin蛋白膜层包括(VPGKG)72‑Atsttrin蛋白,所述(VPGRG)72蛋白膜层包括交联的(VPGRG)72蛋白和壳聚糖;其中,所述(VPGKG)72‑Atsttrin蛋白的氨基酸序列为SEQ ID NO:1所示,所述(VPGRG)72蛋白的氨基酸序列为SEQ ID NO:2所示。本发明的再生膜具备良好的生物相容性和优异的机械性能,其为双层结构,外层发挥屏障作用及抗菌作用,内层发挥引导骨组织再生作用。
-
公开(公告)号:CN104182953B
公开(公告)日:2017-02-01
申请号:CN201410415258.8
申请日:2014-08-21
Applicant: 北京大学
IPC: G06T5/50
Abstract: 本发明涉及一种像元解混逆过程:规格化多端元分解的高光谱重构方法,其特征在于:包括多光谱图像的反射率图像进行规格化多端元分解获得高光谱数据,多光谱影像中提取的地物光谱可分解为光谱形状和像元DN值两本分的线性组合,规格化多端元分解的高光谱重构方法就是根据光谱库中纯端元进行不同性质的混合来获取混合场景中最优的端元组分,从而避免端元过多带来的噪声放大和端元过少造成的精度下降现象,并在精确解混的基础上考虑端元的时空变化,在减少计算量同时准确重构高光谱数据。通过对多光谱数据光谱重构获得连续的高光谱数据,在保留多光谱图像的高空间分辨率、高信噪比的同时,提高了多光谱数据的光谱分辨率。
-
公开(公告)号:CN119398902A
公开(公告)日:2025-02-07
申请号:CN202411182092.X
申请日:2024-08-27
Applicant: 北京大学
Abstract: 本发明提供一种基于元路径的企业集团成员企业间异质网络关系补充方法,该方法包括:构建企业集团异质图;企业集团异质图用于表征企业集团成员企业间的异质网络关系和节点初始表示向量;基于企业集团异质图设置的元路径进行节点邻域采样,得到邻域节点集;基于邻域节点集,采用异质图表示学习方法对节点初始表示向量进行更新,得到企业集团异质图中的节点嵌入表示向量;输入待链接预测的节点对至预设链接预测器,得到链接预测器输出的链接预测结果;根据链接预测结果对异质网络关系进行补充。本发明通过企业集团异质图耦合异质网络的拓扑结构与节点的属性信息,能使用更全面的结构信息进行企业间的异质网络关系的链接预测和关系补充。
-
公开(公告)号:CN119358869A
公开(公告)日:2025-01-24
申请号:CN202411229793.4
申请日:2024-09-03
Applicant: 北京大学
IPC: G06Q10/0631 , G06Q50/26 , G06N3/092
Abstract: 本发明提供一种货币供应量调控策略生成方法、装置、电子设备及存储介质,属于强化学习技术领域,所述方法包括:获取状态数据、行为数据和贡献度,状态数据表征预设地理区域内银行业金融机构在当前一段时间内的经营状态,行为数据表征前述银行业金融机构在当前调控策略下的行为动作,贡献度是行为数据对货币供应量总量和结构调控目标的贡献度;将状态数据输入至货币供应量调控策略生成模型,得到其输出的货币供应量调控策略内容。本方案利用历史数据,针对银行业金融机构的状态实时生成货币供应量调控策略,为货币政策的制定和执行提供了决策依据;使用离线强化学习模型,避免实时与环境互动的场景,显著降低潜在风险和成本,进一步贴合金融场景。
-
公开(公告)号:CN114548325B
公开(公告)日:2022-08-02
申请号:CN202210441073.9
申请日:2022-04-26
Applicant: 北京大学
Abstract: 本发明涉及软件检测技术领域,提出一种基于对偶对比学习的零样本关系抽取方法和系统,其中方法包括:获取样本数据集,将样本数据集分为训练集、验证集和测试集;对训练集进行预处理;对预处理后的样本进行编码,结合位置编码,得到各样本的向量表示,对训练集中样本的标签进行编码,得到各标签的向量表示;结合样本层的对比学习和标签层的对比学习计算模型损失,计算模型损失后构建关系抽取模型;将验证集输入关系抽取模型,得到最优关系抽取模型;将测试集输入优化后的关系抽取模型,得到语义匹配的结果作为零样本关系抽取结果。根据本发明的方案,保证零样本关系抽取的高效和精准,解决了现有技术中对零样本关系抽取迫切需求的问题。
-
公开(公告)号:CN114548325A
公开(公告)日:2022-05-27
申请号:CN202210441073.9
申请日:2022-04-26
Applicant: 北京大学
Abstract: 本发明涉及软件检测技术领域,提出一种基于对偶对比学习的零样本关系抽取方法和系统,其中方法包括:获取样本数据集,将样本数据集分为训练集、验证集和测试集;对训练集进行预处理;对预处理后的样本进行编码,结合位置编码,得到各样本的向量表示,对训练集中样本的标签进行编码,得到各标签的向量表示;结合样本层的对比学习和标签层的对比学习计算模型损失,计算模型损失后构建关系抽取模型;将验证集输入关系抽取模型,得到最优关系抽取模型;将测试集输入优化后的关系抽取模型,得到语义匹配的结果作为零样本关系抽取结果。根据本发明的方案,保证零样本关系抽取的高效和精准,解决了现有技术中对零样本关系抽取迫切需求的问题。
-
-
-
-
-
-
-
-
-