Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院科技战略咨询研究院朱晓谦获国家专利权

中国科学院科技战略咨询研究院朱晓谦获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国科学院科技战略咨询研究院申请的专利多实体联合链接的方法、电子设备和计算机可读介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN114818704B

龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110089913.5,技术领域涉及:G06F40/295;该发明授权多实体联合链接的方法、电子设备和计算机可读介质是由朱晓谦;李建平;吴登生设计研发完成,并于2021-01-22向国家知识产权局提交的专利申请。

多实体联合链接的方法、电子设备和计算机可读介质在说明书摘要公布了:本公开的实施例公开了多实体联合链接的方法、电子设备和计算机可读介质。该方法的一具体实施方式包括:获取目标实体指称和原始文本;基于预先确定的文本库和目标实体指称,生成候选实体信息集合;将候选实体信息集合输入预先训练的编码模型,生成候选实体特征集合;对于候选实体信息集合中的每个候选实体信息,拼接该候选实体信息的候选实体、原始文本和候选实体特征集合,生成文本信息特征,以得到文本信息特征集合;将文本信息特征集合输入预先训练的分类模型,生成鉴别结果集合;基于鉴别结果集合,确定实体链接结果集合。这种方法利用文本信息特征集合通过多实体联合来补充候选实体中的信息,提高短文本、信息缺乏场景中实体链接准确度。

本发明授权多实体联合链接的方法、电子设备和计算机可读介质在权利要求书中公布了:1.一种多实体联合链接的方法,包括: 获取目标实体指称和原始文本,其中,所述原始文本包括第一数目个字符; 基于预先确定的文本库和所述目标实体指称,生成候选实体信息集合,其中,所述候选实体信息包括候选实体和实体描述文本; 将所述候选实体信息集合输入预先训练的编码模型,生成候选实体特征集合; 其中,所述将所述候选实体信息集合输入预先训练的编码模型,生成候选实体特征集合,包括: 对于候选实体信息集合中的每个候选实体信息,将该候选实体信息的候选实体输入第一编码网络,生成候选实体第一编码特征,以得到候选实体第一编码特征集合,其中,第一编码网络是编码器网络,编码器网络编码器包括6个相同的分层,每一个分层包括两个子层,第一个子层是一个多头自注意力机制,第二个子层是一个简单的全连接前馈网络,这两层各自都采用一个残差网络进行连接,残差网络由第二数目个残差模块组成,残差模块利用下式生成输出: y=Fx,{Wi}+x, 其中,x为残差模块的输入,y为残差模块的输出,F为残差函数,W为权重矩阵,i为残差模块中的层计数,Wi为第i层的权重矩阵,{Wi}表示残差模块中全部层的权重矩阵的集合,为了优化这些残差网络的结果,第一编码网络中的所有分层都生成维度512的输出; 将候选实体第一编码特征集合输入第二编码网络,生成候选实体特征集合,其中,第二编码网络是解码器网络; 将候选实体第一编码特征集合输入计算模块,生成候选实体第一编码特征参数集合; 将候选实体第一编码特征集合和候选实体第一编码特征参数集合输入聚焦模块,生成候选实体特征集合,其中,聚焦模块包括6个相同的分层,聚焦模块是一种注意力机制,串联候选实体第一编码特征集合和候选实体第一编码特征参数集合以得到初始输入序列,确定权重参数W:{wi=wi,1,wi,2,...,wi,k},其中,W为权重参数,i为分层计数,k为初始输入序列中的初始输入数量,wi为第i个分层的权重参数,聚焦模块中包括第一数目个分层,第一数目是6,wi,1表示第i个分层对应于第一个初始输入的权重参数,wi,k表示第i个分层对应于第k个初始输入的权重参数; 利用下式,计算聚焦模块的中间输入序列: C:{Ci=wi*Z=wi,1,wi,2,...,wi,k*Z}, 其中,Z为初始输入序列,C为中间输入序列,Ci为第i个分层的中间输入,聚焦模块中包括第一数目个分层,中间输入序列包括第一数目个中间输入; 利用下式,计算聚焦模块的输出序列: Y:{yi=fdeCi,yi-1}, 其中,fde为第i个分层的神经元,Ci为第i个分层的中间输入;yi为第i个分层的输出,yi-1为第i-1个分层的输出,Y为聚焦模块的输出序列,将聚焦模块的输出序列中的最后一个输出确定为候选实体特征集合,fde是一个一层感知机,通过归一化指数函数计算yi,将最后一个分层的输出确定为解码器网络的输出,以得到候选实体特征集合; 对于所述候选实体信息集合中的每个候选实体信息,拼接该候选实体信息的候选实体、所述原始文本和所述候选实体特征集合,生成文本信息特征,以得到文本信息特征集合; 将所述文本信息特征集合输入预先训练的分类模型,生成鉴别结果集合; 基于所述鉴别结果集合,确定实体链接结果集合。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院科技战略咨询研究院,其通讯地址为:100190 北京市海淀区中关村北一条15号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。