公开(公告)号：CN117112924A

公开(公告)日：2023-11-24

申请号：CN202311073646.8

申请日：2023-08-24

申请人： 北京航空航天大学

发明人： 孙庆赟 ,  刘骏楠 ,  傅星珵 ,  李倩 ,  季诚 ,  李建欣 ,  孙佩源

IPC分类号： G06F16/9536 ,  G06F30/18 ,  G06Q50/00 ,  G06N3/048 ,  G06N3/08 ,  G06F16/36

摘要： 本发明实现了一种基于双曲几何知识表示的社交网络实体推理方法。首先获取社交网络图谱与待推荐的用户，将社交网络图谱与待推荐的用户输入所述查询表示计算模块，将查询表示和用户实体表示输入所述实体推理模块；在所述查询表示计算模块，计算得到查询的几何向量表示所述实体推理模块输入查询的几何向量表示，转换为最终的查询表示后，与所述实体表示共同用于距离计算，得到查询表示与实体表示的距离，并从中取出topk用户实体，得到最终的推理结果实体。本方案构建双曲空间上的几何向量表示框架，借鉴韦恩图的思路在表示空间上设计了相应的并、交、补等逻辑运算。通过查询的几何表示与实体表示之间的距离得到最终的推理结果。

公开(公告)号：CN114611472A

公开(公告)日：2022-06-10

申请号：CN202210308980.6

申请日：2022-03-28

申请人： 北京航空航天大学

发明人： 李建欣 ,  毛乾任 ,  刘骏楠 ,  蒋为峰 ,  邓婷 ,  邰振赢

IPC分类号： G06F40/166 ,  G06N3/08

摘要： 本发明提出了一种低资源场景下的文本生成方法、装置与系统，包括：步骤一，为有监督网络输入少量的有监督训练样本，同时为无监督网络输入大量的无监督训练样本，并对无监督文档复制两份，再分别对其嵌入向量进行dropout，得到两组嵌入向量；步骤二，为大型预训练文本生成网络并行集成适配器的小型神经网络，组成基于适配器微调的预训练学习组件；步骤三，对有监督网络与无监督网络采用基于适配器微调预训练学习组件，对无监督网络进行一致性学习，并结合有监督网络的有监督学习进行文本生成模型的训练与优化，并利用优化好的模型进行预测。本发明方案减少了对大量的人工标注数据的依赖，并使得模型训练过程训练开销也大幅降低。