-
公开(公告)号：CN118820484A
公开(公告)日：2024-10-22
申请号：CN202410804900.5
申请日：2024-06-21
申请人： 江南大学 , 苏州觉卿谛语智能科技有限公司
IPC分类号： G06F16/36 , G06F18/214 , G06F18/2415
摘要： 本发明涉及知识图谱补全任务技术领域，具体指一种基于大模型的知识图谱补全方法、设备及可读存储介质，包括：基于各个实体嵌入特征，构建各个实体的节点中心度函数、节点指示函数，确定所有实体的中心度数之和、节点指示函数值之和；基于各个待预测三元组的实体分布概率，构建各个待预测三元组的焦点损失函数，并结合所有实体的中心度数之和、节点指示函数值之和，构建各个待预测三元组的基于节点中心度的焦点平衡损失函数；根据预设的批次大小，构建当前批次的目标损失函数。本发明提高了大模型收敛速度、精度，提高了二阶段补全框架的推理速度、预测准确度，提高了知识图谱最终补全结果的准确率以及补全过程的处理效率。
-
公开(公告)号：CN118823528A
公开(公告)日：2024-10-22
申请号：CN202410791163.X
申请日：2024-06-19
申请人： 江南大学 , 苏州觉卿谛语智能科技有限公司
IPC分类号： G06V10/80 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/08
摘要： 本发明属于计算机技术领域，涉及一种基于大模型和注意力机制的多模态数据融合分类方法；将第一图像特征向量和第二图像特征向量输入至分类模型中的滑动窗口交叉注意力融合模块，输出第一目标图像特征向量和第二目标图像特征向量；将第一目标图像特征向量、第二目标图像特征向量和文本特征向量输入至分类模型中的异构数据交叉注意力融合模块，输出目标对象的目标特征向量；将目标对象的目标特征向量输入至分类模型中的全连接层，输出目标对象的分类结果。本申请直接对不同图像特征进行融合，既融合了不同图像之间的特征信息，又避免了过度融合导致的过拟合风险，减少了信息冗余和噪声，可以更好地平衡文本模态和图像模态，提高了分类结果的准确性。
-
公开(公告)号：CN118940763A
公开(公告)日：2024-11-12
申请号：CN202411377901.2
申请日：2024-09-30
IPC分类号： G06F40/295 , G06F40/216 , G06F40/284 , G06F16/35 , G06F18/2415 , G06F18/2431 , G06N3/0455
摘要： 本发明涉及自然语言处理技术领域，提供了一种基于大模型的掩码增强命名实体识别方法，该方法包括：采集待识别文本数据；预处理得到输入序列，输入训练好的识别模型得到识别结果；识别模型训练过程包括：基于设定掩码策略对训练输入序列进行掩码处理得到掩码输入序列，送入BERT模型得到实体、掩码上下文表示特征；执行命名实体识别任务和预测掩码任务且共享参数，得到实体预测值和掩码预测值；基于实体上下文表示特征和实体预测值计算第一损失函数，基于掩码预测值计算第二损失函数；更新模型参数；评估模型性能，重复训练直至性能达到设定要求。本发明能够充分理解语义，泛化能力较强，语境依赖性捕捉能力较强，误识别和漏识别情况较少。
-
公开(公告)号：CN118781298A
公开(公告)日：2024-10-15
申请号：CN202411282621.3
申请日：2024-09-13
IPC分类号： G06T17/20 , G06T15/00 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06N3/0475
摘要： 本发明涉及计算机视觉技术领域，尤其是指一种基于多视图采样和渐进式生成的深度智能3D重建方法，包括：构建数据集；构建网格生成器，所述网格生成器为编码器‑解码器架构；利用数据集训练所述网格生成器；利用经过训练的网格生成器对残缺手绘图和噪声手绘图进行3D建模，得到目标网格3D模型。本发明利用2D卷积形状鉴别器训练网格生成器，并通过逐步增加2D卷积形状鉴别器的复杂度和多尺度轮廓图对的分辨率，逐步细化2D卷积形状鉴别器的判别能力，从而更有效地引导网格生成器生成高质量的预测网格3D模型，提高了预测网格3D模型的质量。
-
-
-
搜索结果
4 条记录 (耗时 0.043 秒)
