-
公开(公告)号：CN118939811B
公开(公告)日：2025-02-25
申请号：CN202410996650.X
申请日：2024-07-24
Applicant: 广西警察学院
IPC: G06F16/36 , G06F16/953 , G06F16/335
Abstract: 本发明公开了一种基于新闻来源可信度的舆情知识图谱过滤方法，包括S1、生成初始新闻数据集；S2、通过建立可信度评估模型；S3、保留高可信度的新闻数据；S4、使用自然语言处理技术，对保留的新闻数据进行文本预处理；S5、生成初步的实体和关系数据；S6、基于初步的实体和关系数据，构建初始舆情知识图谱；S7、动态更新舆情知识图谱；S8、识别出对特定事件或话题的舆情态度和趋势；S9、优化知识图谱的数据质量；S10、基于优化后的舆情知识图谱进行舆情分析，生成舆情报告。本发明有效解决了现有技术中的缺陷和不足，实现了高质量、高时效性的舆情分析，为用户提供了可靠的决策支持和管理参考。
-
公开(公告)号：CN118939811A
公开(公告)日：2024-11-12
申请号：CN202410996650.X
申请日：2024-07-24
Applicant: 广西警察学院
IPC: G06F16/36 , G06F16/953 , G06F16/335
Abstract: 本发明公开了一种基于新闻来源可信度的舆情知识图谱过滤方法，包括S1、生成初始新闻数据集；S2、通过建立可信度评估模型；S3、保留高可信度的新闻数据；S4、使用自然语言处理技术，对保留的新闻数据进行文本预处理；S5、生成初步的实体和关系数据；S6、基于初步的实体和关系数据，构建初始舆情知识图谱；S7、动态更新舆情知识图谱；S8、识别出对特定事件或话题的舆情态度和趋势；S9、优化知识图谱的数据质量；S10、基于优化后的舆情知识图谱进行舆情分析，生成舆情报告。本发明有效解决了现有技术中的缺陷和不足，实现了高质量、高时效性的舆情分析，为用户提供了可靠的决策支持和管理参考。
-
公开(公告)号：CN119377402A
公开(公告)日：2025-01-28
申请号：CN202411499628.0
申请日：2024-10-25
Applicant: 广西警察学院
Abstract: 本发明公开了一种基于模板匹配与LLM的产教知识图谱技能需求抽取方法，S1、获取与技能需求相关的原始文本数据集；S2、利用预定义的模板集合对原始文本数据集进行初步匹配；S3、识别并提取出模板匹配未捕捉到的技能需求信息；S4、构建跨领域技能需求图谱；S5、对通过联动识别提取的技能需求信息进行分类，按照预定的分类标准将技能需求信息划分为不同的技术领域、行业应用和教育需求类别，并将技能需求信息结构化为跨领域技能需求图谱；S6、动态更新模板集合和BERT模型的参数，根据新的文本数据和跨领域技能需求的联动识别结果，持续优化和扩展技能需求抽取方法。本发明为多领域、多维度的技能需求管理提供了强有力的支持。
-
公开(公告)号：CN118821917A
公开(公告)日：2024-10-22
申请号：CN202410825714.X
申请日：2024-06-25
Applicant: 广西警察学院
Abstract: 本发明公开了一种基于超图神经网络的教育知识图谱实体识别方法，包括S1、构建超图模型；S2、使用超图神经网络处理超图数据，超图神经网络通过自定义的消息传递机制在超节点之间传递信息；S3、训练超图神经网络，使用无标注的教育实体数据进行无监督学习，自动识别和归纳实体类别及其关系；S4、应用训练好的超图神经网络对未标注的教育材料进行实体识别，自动检测和分类文本中的关键实体和关系，实现教育知识的自动化更新和扩展；S5、动态更新教育知识图谱，根据新识别的实体和关系调整图谱结构，以支持教育决策和学习过程的需求。本发明通过构建超图模型，将教育领域中的实体及其复杂关系表示为超节点和超边，有效地捕捉多维度、多层次的关系。
-
-
-
Search Results
4
records
(took 0.015 seconds)
