一种基于神经网络的中文关系抽取方法

    公开(公告)号:CN111008529B

    公开(公告)日:2023-07-21

    申请号:CN201910669521.9

    申请日:2019-07-24

    Applicant: 贵州大学

    Abstract: 本发明公开了一种基于神经网络的中文关系抽取方法,该方法可以有效获取句子的结构信息和语义信息。在关系抽取任务中,单一的长短期记忆模型只能学习到某个特定维度的特征,而卷积神经网络可以利用多个卷积核学习不同维度特征。基于上述两个特点,本发明提出了一种多层双向长短期记忆‑注意力模型,该方法通过给长短期记忆模型设置不同大小的隐藏层,使其能自动从原始输入中抽取不同维度的、带依赖信息的抽象特征,并利用注意力机制捕获全局信息。实验显示,本发明中的方法相较多核卷积神经网络和单一的长短期记忆‑注意力模型能显著提高中文关系抽取效果,在ACE RDC 2005中文数据集上取得71.61%的F值,取得了很好的效果,这证明了该方法的有效性。

    一种进料机械自动化混合装置

    公开(公告)号:CN108579531B

    公开(公告)日:2021-05-07

    申请号:CN201810460256.9

    申请日:2018-05-14

    Applicant: 贵州大学

    Abstract: 本发明公开了一种进料机械自动化混合装置,包括混合箱体、摇臂柱和输入轴,所述混合箱体下端预留有齿轮箱体,所述出料口下方安装有控制面板,所述混合箱体上端预留有储料箱体,所述输入轴下端与电机上端相互连接,所述主动齿轮左右两端安装有输出轴,且输出轴下端设置有从动齿轮,所述输出轴上端设置有从搅拌片,所述输入轴上端由上到下分别设置有清料片、凸轮和主搅拌片,所述主搅拌片安装在混合箱体的内部中央,所述储料箱体下端开设有4个进料口,所述摇臂柱安装在凸轮外侧。该进料机械自动化混合装置,实现了该装置定量进料机械自动化,提高了该装置对所加工材料的进料效率与混合效率,省时省力,且操作方便。

    一种用于电机磁极的自动安装机

    公开(公告)号:CN109525081B

    公开(公告)日:2021-02-12

    申请号:CN201811394635.9

    申请日:2018-11-21

    Applicant: 贵州大学

    Abstract: 本发明公开了一种用于电机磁极的自动安装机,其特征在于:包括机架底座(1)、电机外壳夹具装置(2)、Z轴上下移动装置(3)、X轴左右移动装置(4)、水平机架(5)、Y轴前后移动装置(6)。机架底座(1)和水平机架(5)之间焊接,本发明结构简单,操作方便,实用性强。

    一种面向关系抽取的句子结构信息获取方法

    公开(公告)号:CN111126039A

    公开(公告)日:2020-05-08

    申请号:CN201911355241.7

    申请日:2019-12-25

    Applicant: 贵州大学

    Abstract: 本发明公开了一种面向关系抽取的句子结构信息获取方法,所述方法包括如下步骤:步骤一、从数据集中抽取包含两个实体且已知实体语义关系类别的关系提及语句;步骤二、使用实体标记符和分隔符将步骤一中抽取出来的关系提及语句中的实体进行分隔和标记;步骤三、基于预训练字向量查找表或随机字向量查找表对文本进行向量映射;步骤四、通过神经网络对表示文本的向量矩阵进行卷积操作提取句子结构特征;步骤五、对卷积后的结果实施最大池化操作,进一步获取抽象特征;步骤六、全连接、Softmax层预测分类结果。通过在卷积神经网络之前对句子实体进行标记和分隔,能够更好地得到各部分内容的语义信息,获取到以实体为中心的句子结构特征,进行关系抽取,可以达到一个比较好的性能。

    一种前臂可调节式肘关节康复训练装置

    公开(公告)号:CN109620640A

    公开(公告)日:2019-04-16

    申请号:CN201811543951.8

    申请日:2018-12-17

    Applicant: 贵州大学

    CPC classification number: A61H1/0277 A61H2201/1207

    Abstract: 本发明公开了一种前臂可调节式肘关节康复训练装置,包括:大臂支撑架和肘关节屈伸机构,所述肘关节屈伸机构设置在所述大臂支撑架上,其包括中间部分转动连接在大臂支撑架上的摇杆,所述摇杆可相对大臂支撑架摆动,且所述摇杆上部延伸出大臂支撑板;在所述摇杆上活动套接有套筒,所述套筒可拆卸固定在摇杆上,所述套筒上可拆卸安装有前臂固定组件。本发明通过可活动的套筒和前臂固定组件,可以使得肘关节屈伸机构满足不同人的训练需要,并且具有调节方便,实用性强,以及可提高患者康复效果等优点。

    一种石墨烯改性无铬达克罗涂料及其制备方法

    公开(公告)号:CN109439187A

    公开(公告)日:2019-03-08

    申请号:CN201811342231.5

    申请日:2018-11-12

    Applicant: 贵州大学

    Abstract: 本发明公开了一种石墨烯改性无铬达克罗涂料,该涂料节能、绿色环保、无公害和环境污染,同时具有高耐磨性、高耐蚀性,耐候性好。本发明的石墨烯改性无铬达克罗罗涂料,是由以下各组分组成:A组分由成膜助剂、乙二醇和去离子水组成;B组分由分散剂、乙二醇、片状锌粉铝粉、石墨烯、钝化剂和去离子水组成;C组分为增稠剂和消泡剂;其中各组分中的原料占涂料的质量百分比约为:成膜助剂5%、保护剂8%、去离子水43%、分散剂2.4%、锌粉16%、铝粉4%、钝化剂3.6%、增稠剂2%、消泡剂20%。

    一种进料机械自动化混合装置

    公开(公告)号:CN108579531A

    公开(公告)日:2018-09-28

    申请号:CN201810460256.9

    申请日:2018-05-14

    Applicant: 贵州大学

    Abstract: 本发明公开了一种进料机械自动化混合装置,包括混合箱体、摇臂柱和输入轴,所述混合箱体下端预留有齿轮箱体,所述出料口下方安装有控制面板,所述混合箱体上端预留有储料箱体,所述输入轴下端与电机上端相互连接,所述主动齿轮左右两端安装有输出轴,且输出轴下端设置有从动齿轮,所述输出轴上端设置有从搅拌片,所述输入轴上端由上到下分别设置有清料片、凸轮和主搅拌片,所述主搅拌片安装在混合箱体的内部中央,所述储料箱体下端开设有4个进料口,所述摇臂柱安装在凸轮外侧。该进料机械自动化混合装置,实现了该装置定量进料机械自动化,提高了该装置对所加工材料的进料效率与混合效率,省时省力,且操作方便。

    一种可收集污物的家禽浸烫设备

    公开(公告)号:CN107950629A

    公开(公告)日:2018-04-24

    申请号:CN201711448722.3

    申请日:2017-12-27

    Applicant: 贵州大学

    CPC classification number: A22C21/04

    Abstract: 本发明涉及浸烫设备技术领域,尤其涉及一种可收集污物的家禽浸烫设备,包括:导板、滚辊、转轴;导板安装在装置本体的上部前侧,且导板与装置本体通过焊接方式相连接;滚辊、转轴、第二滚辊及第二转轴安装在装置本体的内部中间,且滚辊、第二滚辊通过转轴及第二转轴与装置本体通过贯通相连接;滚辊、第二滚辊的外部设置有链条,且滚辊、第二滚辊与链条通过套合方式相连接;链条的外部安装有刮板,且链条与刮板通过螺栓固定相连接;本发明通过对结构上的改进,并结合现有技术中,具有结构精良,污物排放能力强,且实用性高的优点,解决了现有装置技术中出现的问题和不足,使之更加具有实用性的目的。

    带触摸板的台式电脑多功能键盘

    公开(公告)号:CN105807943A

    公开(公告)日:2016-07-27

    申请号:CN201610131835.X

    申请日:2016-03-09

    Applicant: 贵州大学

    Inventor: 谢泉 王凯

    CPC classification number: G06F3/0227 G06F3/03547

    Abstract: 本发明公开一种台式电脑多功能键盘,包含:主键盘(1)、数字键盘(4)、方向键(6)和状态指示灯(5),其特征在于:在主键盘(1)和数字键盘(4)中间设置触摸板(3)和触摸板左右键(7),触摸板(3)和触摸板左右键(7)所在区域位于方向键(6)上方。在基本不改变键盘现有布局,不阉割现有键盘主要功能的基础上增加触摸板和触摸板左右键,省去传统的外接鼠标,能显著减轻电脑族操作电脑时右手的工作量,减小“鼠标手”等某些职业病的发病率。扩充台式电脑键盘的功能,使得某些电脑操作简便化。

    一种基于卷积神经网络的分段池化关系抽取方法

    公开(公告)号:CN110516239A

    公开(公告)日:2019-11-29

    申请号:CN201910788092.7

    申请日:2019-08-26

    Applicant: 贵州大学

    Abstract: 本发明公开了一种基于卷积神经网络的分段池化关系抽取方法,所述方法包括如下步骤:步骤一:基于预训练词向量和随机词向量以及零向量对文本进行向量映射;步骤二:通过神经网络对向量矩阵进行卷积操作提取特征;步骤3:对卷积后的结果分段池化进一步抽象特征;步骤4:全连接、Softmax层预测结果。在充分利用句子文本完整信息的基础上,采用实体分割策略,引入神经网络技术,充分发挥神经网络分层自动提取高维抽象特征的特点,将提取由实体分割的文本各部分池化特征,并且在一定程度上避免传统机器学习方法产生的特征稀疏问题,从而提高关系抽取的性能。

Patent Agency Ranking