-
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。
-
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：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：CN119167937A
公开(公告)日：2024-12-20
申请号：CN202411393490.6
申请日：2024-10-08
Applicant: 广西警察学院
IPC: G06F40/295 , G06F40/30 , G06N3/0464 , G06N5/022
Abstract: 本发明公开了一种基于大语言模型的多模态实体识别方法，S1、构建多模态输入数据集；S2、通过自适应模态交互框架确定并应用不同模态输入数据的预处理方法；S3、将预处理后的多模态输入数据集输入到具有模态感知机制的大语言模型中；S4、生成优化后的融合特征表示；S5、基于融合特征表示进行跨模态实体识别；S6、将识别出的实体通过动态映射算法与现有知识图谱进行自动匹配，若所述实体为新实体，则根据自适应模态交互的结果，自动生成新节点并更新现有的知识图谱节点关系；S7、通过不断输入新的多模态数据，系统自动调整并优化大语言模型的模态感知机制及自适应模态交互框架，对知识图谱进行动态扩展。本发明提升了复杂实体识别的准确性。
-
-
-
Search Results
4
records
(took 0.02 seconds)
