-
公开(公告)号：CN114548101B
公开(公告)日：2022-08-02
申请号：CN202210436226.0
申请日：2022-04-25
Applicant: 北京大学
IPC: G06F40/289 , G06F16/35 , G06K9/62 , G06N3/04
Abstract: 本发明涉及软件检测技术领域，提出一种基于可回溯序列生成方法的事件检测方法和系统，其中方法包括：对作为训练文本的输入句子进行编码；对编码后的输入句子计算Luong注意力，并根据计算出的注意力权重定位出输入句子中权重最大的单词；对计算Luong注意力后的输入句子计算其中上下文向量；根据所述上下文向量，对输入句子进行解码，每时刻解码出一个事件类型的名称；根据解码结果、输入句子中包含的事件触发词、触发词触发的事件类型和预先定义的目标函数训练模型，得到事件监测模型；将作为待测文本的输入句子输入所述事件监测模型得到事件检测结果。根据本发明的方案，事件检测效率高，准确度高。
-
公开(公告)号：CN113963357B
公开(公告)日：2022-03-11
申请号：CN202111535596.1
申请日：2021-12-16
Applicant: 北京大学
IPC: G06V30/19 , G06V30/10 , G06V10/774 , G06F16/36 , G06F16/35
Abstract: 本发明公开了一种基于知识图谱的敏感文本检测方法及系统，其中方法包括：爬取网络中现有知识，对所述现有知识进行预处理，得到知识图谱网络；获取网络中的敏感文本，对所述敏感文本进行预处理，得到训练语料；根据所述训练语料和所述知识图谱网络得到文本检测模型的编码信息，将所述编码信息转化为向量表示，得到最终的所述文本检测模型；对待测试文本进行预处理，根据所述文本检测模型得到检测结果。本发明通过知识图谱引入外部知识，建立文本检测模型，并通过多视图推理网络对外部知识进行进一步融合，使得外部知识能够得到充分利用。
-
公开(公告)号：CN113963357A
公开(公告)日：2022-01-21
申请号：CN202111535596.1
申请日：2021-12-16
Applicant: 北京大学
IPC: G06V30/19 , G06V30/10 , G06V10/774 , G06F16/36 , G06F16/35
Abstract: 本发明公开了一种基于知识图谱的敏感文本检测方法及系统，其中方法包括：爬取网络中现有知识，对所述现有知识进行预处理，得到知识图谱网络；获取网络中的敏感文本，对所述敏感文本进行预处理，得到训练语料；根据所述训练语料和所述知识图谱网络得到文本检测模型的编码信息，将所述编码信息转化为向量表示，得到最终的所述文本检测模型；对待测试文本进行预处理，根据所述文本检测模型得到检测结果。本发明通过知识图谱引入外部知识，建立文本检测模型，并通过多视图推理网络对外部知识进行进一步融合，使得外部知识能够得到充分利用。
-
公开(公告)号：CN111651198B
公开(公告)日：2021-04-13
申请号：CN202010312534.3
申请日：2020-04-20
Applicant: 北京大学
Abstract: 本发明实施例提供一种代码摘要自动化生成方法及装置，方法包括：基于代码摘要生成模型中的编码器分别对输入序列进行编码，获取输入序列的语义向量；基于代码摘要生成模型中的解码器对输入序列的语义向量进行解码，生成代码样本的函数名和代码摘要；根据生成的函数名、生成的代码摘要，以及预先获取的代码样本的目标函数名和目标代码摘要，计算代码摘要生成模型的损失函数的值，根据损失函数的值对代码摘要生成模型进行训练；将目标代码的输入序列输入训练好的代码摘要生成模型中生成目标代码的代码摘要。本发明实施例采用基于函数名预测任务和代码自动摘要生成任务的多任务学习机制对代码摘要生成模型进行训练，提升自动生成的代码摘要的质量。
-
公开(公告)号：CN119398030A
公开(公告)日：2025-02-07
申请号：CN202411185299.2
申请日：2024-08-27
Applicant: 北京大学
IPC: G06F40/205 , G06F40/30 , G06N20/00
Abstract: 本发明提供一种基于数据增强的事件抽取大模型构建方法，涉及数据处理技术领域，包括确定事件数据集对应的事件标注体系及第一提示词，第一提示词包括事件抽取任务定义、事件抽取任务指令及样本标注数据；根据事件标注体系及第一提示词，调用大语言模型对事件数据集进行事件抽取，得到第一标注数据；基于第二提示词，调用大语言模型对第一标注数据进行多次迭代更新，得到目标标注数据，第二提示词包括用于进行事件抽取错误反馈的反馈提示词及用于基于所生成的事件抽取错误反馈进行数据完善的完善提示词；基于目标标注数据及样本标注数据，得到数据增强的训练数据集，应用于大语言模型，得到训练好的事件抽取大模型。
-
Patent Agency Ranking
-
公开(公告)号：CN119397267A
公开(公告)日：2025-02-07
申请号：CN202411185872.X
申请日：2024-08-27
Applicant: 北京大学
IPC: G06F18/214 , G06F18/21 , G06F18/241 , G06F18/10 , G06N5/04
Abstract: 本发明提供一种大模型预训练语料构建方法及装置，涉及数据处理技术领域，包括：将多个语料样本输入到目标大语言模型，输出各个所述语料样本对应的文本标量分数；将所述语料样本与所述语料样本对应的文本标量分数作为一个训练样本，获取多个训练样本；基于所述多个训练样本对分类器进行训练，得到训练好的目标分类器；其中，所述分类器所需的计算资源小于所述目标大语言模型；基于所述目标分类器对预设语料库中的各个语料样本进行筛选，得到高质量训练语料。
-
公开(公告)号：CN117809085A
公开(公告)日：2024-04-02
申请号：CN202311741771.1
申请日：2023-12-18
Applicant: 北京大学
IPC: G06V10/764 , G06V10/774 , G06N3/084 , G06N3/09
Abstract: 本发明提供一种视觉地表属性分类预测模型训练方法及系统，属于自动驾驶技术领域，获取训练数据；基于训练数据对视觉地表属性分类预测模型进行训练，其中，视觉地表属性分类预测模型包括视觉模块、机体感知模块和分类网络；视觉模块的输入为1帧图像块，输出为地表属性标签；机体感知模块的输入为100毫秒的加速度计及轮速编码器的时序信号，输出为地表属性标签；分类网络基于人工标注样本，以全监督方式学习视觉模块、机体感知模块的模型参数，得到地表属性分类。本发明利用机体感知对环境变化的稳定性等特点，利用对同一地表的机体感知结果构建监督样本，在线地优化视觉感知模型，使其具备对环境变化的自适应能力，提高了鲁棒性。
-
公开(公告)号：CN114548101A
公开(公告)日：2022-05-27
申请号：CN202210436226.0
申请日：2022-04-25
Applicant: 北京大学
IPC: G06F40/289 , G06F16/35 , G06K9/62 , G06N3/04
Abstract: 本发明涉及软件检测技术领域，提出一种基于可回溯序列生成方法的事件检测方法和系统，其中方法包括：对作为训练文本的输入句子进行编码；对编码后的输入句子计算Luong注意力，并根据计算出的注意力权重定位出输入句子中权重最大的单词；对计算Luong注意力后的输入句子计算其中上下文向量；根据所述上下文向量，对输入句子进行解码，每时刻解码出一个事件类型的名称；根据解码结果、输入句子中包含的事件触发词、触发词触发的事件类型和预先定义的目标函数训练模型，得到事件监测模型；将作为待测文本的输入句子输入所述事件监测模型得到事件检测结果。根据本发明的方案，事件检测效率高，准确度高。
-
公开(公告)号：CN113946682A
公开(公告)日：2022-01-18
申请号：CN202111565272.2
申请日：2021-12-21
Applicant: 北京大学
Abstract: 本发明涉及一种基于自适应图神经网络的敏感文本检测方法及系统，方法包括：采集网络敏感文本，将敏感文本以及敏感文本的类型保存至数据库；解析敏感文本，过滤解析后的敏感文本，得到高质量敏感文本语料库；对语料库进行预处理，得到模型训练需要的敏感语句输入序列以及目标敏感类型序列；将敏感语句输入序列和目标敏感类型序列输入模型进行训练，训练后经过验证得到分类模型；将数据库中用于测试的文本信息输入分类模型，输出分类结果。本发明提出基于采用强化学习的自适应图神经网络，改模型基于图神经网络，能够很好的从敏感文本中提取有用特征，用强化学习来生成图，并输入图神经网络，提升文本分类的准确率。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.02 seconds)
