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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京警察学院王淳浩获国家专利权

北京警察学院王淳浩获国家专利权

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!

龙图腾网获悉北京警察学院申请的专利一种多源道路交通事故知识抽取方法及系统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:CN120975099B

龙图腾网通过国家知识产权局官网在2026-01-23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:202511500399.4,技术领域涉及:G06F40/30;该发明授权一种多源道路交通事故知识抽取方法及系统是由王淳浩;阮利;李新雨;马嘉乐;高明钰;李健;王洁设计研发完成,并于2025-10-21向国家知识产权局提交的专利申请。

一种多源道路交通事故知识抽取方法及系统在说明书摘要公布了:本发明涉及知识抽取技术领域,公开了一种多源道路交通事故知识抽取方法及系统,包括:基于事故知识三元组标记矩阵,确定联合特征向量,基于联合特征向量,构建综合函数,利用综合函数为事故知识三元组标记矩阵分配标记,得到事故知识三元组优化标记矩阵,对事故知识三元组优化标记矩阵进行解码,得到包含知识三元组的抽取结果。解决了模型内部因语义歧义导致的隐性误差累积,实现了更高鲁棒性的知识抽取。为后续知识图谱中按类型构建节点提供了完整、可信的结构化输入,真正实现了从非结构化文本到语义明确、逻辑一致的多源道路交通事故知识图谱的高质量构建。

本发明授权一种多源道路交通事故知识抽取方法及系统在权利要求书中公布了:1.一种多源道路交通事故知识抽取方法,其特征在于,包括: 提取原始道路交通事故判决书中的文本内容并进行预处理,对预处理后的文本内容进行分句处理,得到多个分句; 通过预训练语言模型对各所述分句进行子词切分,得到子词序列,基于所述子词序列确定头事故词汇单元和尾事故词汇单元,根据所述头事故词汇单元和尾事故词汇单元分别生成头事故词汇单元特征向量和尾事故词汇单元特征向量; 确定所述头事故词汇单元和尾事故词汇单元的正余弦位置编码向量,将所述正余弦位置编码向量与头事故词汇单元特征向量和尾事故词汇单元特征向量进行融合,生成事故词汇单元组合特征向量; 将所述事故词汇单元组合特征向量输入关系抽取模型,为每个预定义的事故关系类型生成事故知识三元组标记矩阵;所述预定义的事故关系类型包括:实体-关系类型和关系-关系类型; 基于所述事故知识三元组标记矩阵,确定联合特征向量,基于所述联合特征向量,构建综合函数,利用所述综合函数为所述事故知识三元组标记矩阵分配标记,得到事故知识三元组优化标记矩阵,对所述事故知识三元组优化标记矩阵进行解码,得到包含知识三元组的抽取结果; 所述基于所述事故知识三元组标记矩阵,确定联合特征向量,包括: 根据所述事故知识三元组标记矩阵,确定每个事故词汇单元组合的特征向量MT及每行中所有事故词汇单元组合的整体特征向量MR; 由所述特征向量MT确定查询向量,由所述整体特征向量MR确定键向量和值向量,根据所述查询向量、键向量及值向量,确定注意力权重; 结合所述注意力权重与所述值向量,得到注意力加权行特征向量,结合所述注意力权重与所述查询向量,得到注意力加权列特征向量; 将所述特征向量MT、注意力加权行特征向量及注意力加权列特征向量相加,得到注意力加权事故知识三元组标记矩阵; 基于所述注意力加权事故知识三元组标记矩阵分别获取注意力加权头事故实体特征向量、注意力加权尾事故实体特征向量以及事故实体类型嵌入向量; 根据所述注意力加权头事故实体特征向量、注意力加权尾事故实体特征向量与事故实体类型嵌入向量得到联合特征向量。

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北京警察学院,其通讯地址为:100000 北京市朝阳区裕民路3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。