-
公开(公告)号：CN106611055A
公开(公告)日：2017-05-03
申请号：CN201611222553.7
申请日：2016-12-27
Applicant: 大连理工大学
Abstract: 本发明公开了一种基于层叠式神经网络的中文模糊限制信息范围检测方法，其特征在于包括如下步骤：对待分析实验语料中含有模糊限制语的句子，进行分词处理；使用句法解析器对分词处理后的句子进行句法解析，得到所述句子的短语结构树；通过基于短语的候选样例筛选策略找到候选短语，进而确定候选短语的边界词，包括左边界词和右边界词；使用抽取窗口分别抽取所述的左、右边界词和模糊限制语的上下文信息；将左、右边界词和模糊限制语的上下文信息作为候选样例词序列并映射到实数向量空间，转换为词向量形式；输入基于长短时记忆网络LSTM和卷积神经网络CNN相结合的层叠式学习模型LSTM‑CNN进行学习，得到边界分类器；对测试数据进行分类，得到左、右边界的分类结果。
-
公开(公告)号：CN112883172B
公开(公告)日：2022-04-12
申请号：CN202110149490.1
申请日：2021-02-03
Applicant: 大连理工大学
IPC: G06F16/332 , G06F16/36 , G06F16/35 , G06F16/951 , G06F40/126 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明属于自然语言处理技术领域，提供一种基于双重知识选择的生物医学问答方法。本发明提出基于双重知识选择的生物医学问答方法，通过问题和答案对知识的双重选择，基于所选知识的相似性判断问题和答案是否匹配。首先需要构建知识图谱，然后基于构建的知识图谱来选择知识。本发明基于多个知识库构建了生物医学知识图谱，有效整合了多个数据库资源，基于问题和答案对知识的双重选择，有效利用了知识库中的知识用于生物医学问答，提高了生物医学问答模型的判别能力。
-
公开(公告)号：CN103065857A
公开(公告)日：2013-04-24
申请号：CN201210575584.6
申请日：2013-02-04
Applicant: 吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司 , 大连理工大学 , 国家电网公司
Abstract: 本发明涉及一种载波通讯用隔离开关，它包括底架（1）、静触头绝缘柱（2）和动触头绝缘柱（3），动触头绝缘柱（3）由支撑绝缘柱（31）和耦合器绝缘柱（32）构成，支撑绝缘柱（31）的一端安装在底架（1）上、另一端连接有动触头（4），支撑绝缘柱（31）上设有与动触头（4）相连的插针一（33）和与底架（1）相连的插针二（34），耦合器绝缘柱内设有耦合器（5），耦合器（5）的两个高压端子分别与设于耦合器绝缘柱（32）上的插座一（35）和插座二（36）相连，插座一（35）和插座二（36）分别与插针一（33）和插针二（34）相插接。它具有占用空间小、施工安装和固定方便的优点。它将耦合器安装在隔离开关的绝缘柱上，简化了系统结构，节省了空间。
-
公开(公告)号：CN114021584B
公开(公告)日：2024-05-10
申请号：CN202111240396.3
申请日：2021-10-25
Applicant: 大连理工大学
IPC: G06F40/58 , G06F40/295 , G06F40/205 , G06F16/35 , G06N5/04 , G06N3/0464 , G06N3/042 , G06N3/08
Abstract: 一种基于图卷积网络和翻译模型的知识表示学习方法，首先，基于知识库，采用翻译模型学习知识库中的实体和关系表示。然后，以知识库为指导，采用远程监督获得生物医学文本的实体及其关系标注。再采用GCGCN学习文本中的实体表示。最后对齐知识库和文本中的实体表示，使得基于知识库和远程监督文本学习的实体表示共存于同一向量空间。本发明基于翻译模型和图卷积网络，有效融合知识库和大规模远程监督文本信息，实现多源信息融合，获取高质量知识表示，提高了生物医学关系抽取模型的性能。基于翻译模型学习知识库中的结构化知识，同时基于图卷积网络学习大规模远程监督文本中的上下文知识，最后通过实体对齐融合多源知识，获得高质量的知识表示。
-
公开(公告)号：CN110110324B
公开(公告)日：2022-12-02
申请号：CN201910297065.X
申请日：2019-04-15
Applicant: 大连理工大学
Abstract: 本发明提供一种基于知识表示的生物医学实体链接方法，属于自然语言处理领域。本发明包括三个步骤：文本预处理、基于生物医学知识库的实体表示学习、基于知识表示的生物医学实体链接。本发明将生物医学知识库中实体间的同一实体多种变体和不同实体同名的结构信息作为向量空间上的约束，采用自动编码机，通过最小化重构误差学习实体标识符ID的向量表示，将生物医学知识库中的实体结构信息转化为知识表示。同时，本发明基于知识表示构建了一个生物医学实体链接模型，融合文本语义表示和实体ID表示实现对实体提及的消歧，提升生物医学实体链接的准确性和可靠性。
-
Patent Agency Ranking
公开(公告)号：CN106598952A
公开(公告)日：2017-04-26
申请号：CN201611209507.3
申请日：2016-12-23
Applicant: 大连理工大学
IPC: G06F17/27
Abstract: 本发明公开了一种基于卷积神经网络的中文模糊限制信息范围检测方法，包括如下步骤：对待处理语料中包含模糊限制语的句子进行分词；进行句法解析，得到语料中语句对应的短语结构树；基于短语的候选样例筛选策略，获得候选短语；抽取左、右边界词和模糊限制语的上下文信息；将左边界候选词上下文信息和模糊限制语上下文信息组合成为左边界候选样例词序列，将右边界候选词上下文信息和模糊限制语上下文信息组合成为右边界候选样例词序列；将所述的左、右边界候选样例词序列，映射到实数向量空间，分别表示成左、右边界的词向量序列，得到左边界F‑scope检测模型和右边界L‑scope检测模型，得到分类器；将左、右边界分类器的结果合并成句子级别的结果，得到最终的范围检测结果。
-
公开(公告)号：CN114021584A
公开(公告)日：2022-02-08
申请号：CN202111240396.3
申请日：2021-10-25
Applicant: 大连理工大学
IPC: G06F40/58 , G06F40/295 , G06F40/205 , G06F16/35 , G06N3/04 , G06N3/08 , G06N5/04
Abstract: 一种基于图卷积网络和翻译模型的知识表示学习方法，首先，基于知识库，采用翻译模型学习知识库中的实体和关系表示。然后，以知识库为指导，采用远程监督获得生物医学文本的实体及其关系标注。再采用GCGCN学习文本中的实体表示。最后对齐知识库和文本中的实体表示，使得基于知识库和远程监督文本学习的实体表示共存于同一向量空间。本发明基于翻译模型和图卷积网络，有效融合知识库和大规模远程监督文本信息，实现多源信息融合，获取高质量知识表示，提高了生物医学关系抽取模型的性能。基于翻译模型学习知识库中的结构化知识，同时基于图卷积网络学习大规模远程监督文本中的上下文知识，最后通过实体对齐融合多源知识，获得高质量的知识表示。
-
公开(公告)号：CN112883172A
公开(公告)日：2021-06-01
申请号：CN202110149490.1
申请日：2021-02-03
Applicant: 大连理工大学
IPC: G06F16/332 , G06F16/36 , G06F16/35 , G06F16/951 , G06F40/126 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明属于自然语言处理技术领域，提供一种基于双重知识选择的生物医学问答方法。本发明提出基于双重知识选择的生物医学问答方法，通过问题和答案对知识的双重选择，基于所选知识的相似性判断问题和答案是否匹配。首先需要构建知识图谱，然后基于构建的知识图谱来选择知识。本发明基于多个知识库构建了生物医学知识图谱，有效整合了多个数据库资源，基于问题和答案对知识的双重选择，有效利用了知识库中的知识用于生物医学问答，提高了生物医学问答模型的判别能力。
-
公开(公告)号：CN110110324A
公开(公告)日：2019-08-09
申请号：CN201910297065.X
申请日：2019-04-15
Applicant: 大连理工大学
Abstract: 本发明提供一种基于知识表示的生物医学实体链接方法，属于自然语言处理领域。本发明包括三个步骤：文本预处理、基于生物医学知识库的实体表示学习、基于知识表示的生物医学实体链接。本发明将生物医学知识库中实体间的同一实体多种变体和不同实体同名的结构信息作为向量空间上的约束，采用自动编码机，通过最小化重构误差学习实体标识符ID的向量表示，将生物医学知识库中的实体结构信息转化为知识表示。同时，本发明基于知识表示构建了一个生物医学实体链接模型，融合文本语义表示和实体ID表示实现对实体提及的消歧，提升生物医学实体链接的准确性和可靠性。
-
公开(公告)号：CN103065857B
公开(公告)日：2014-12-03
申请号：CN201210575584.6
申请日：2013-02-04
Applicant: 吉林省电力有限公司电力科学研究院 , 吉林省电力科学研究院有限公司 , 大连理工大学 , 国家电网公司
Abstract: 本发明涉及一种载波通讯用隔离开关，它包括底架（1）、静触头绝缘柱（2）和动触头绝缘柱（3），动触头绝缘柱（3）由支撑绝缘柱（31）和耦合器绝缘柱（32）构成，支撑绝缘柱（31）的一端安装在底架（1）上、另一端连接有动触头（4），支撑绝缘柱（31）上设有与动触头（4）相连的插针一（33）和与底架（1）相连的插针二（34），耦合器绝缘柱内设有耦合器（5），耦合器（5）的两个高压端子分别与设于耦合器绝缘柱（32）上的插座一（35）和插座二（36）相连，插座一（35）和插座二（36）分别与插针一（33）和插针二（34）相插接。它具有占用空间小、施工安装和固定方便的优点。它将耦合器安装在隔离开关的绝缘柱上，简化了系统结构，节省了空间。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.023 seconds)
