Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 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 > 恭喜北京来也网络科技有限公司;来也科技(北京)有限公司于孟萱获国家专利权

恭喜北京来也网络科技有限公司;来也科技(北京)有限公司于孟萱获国家专利权

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!

龙图腾网恭喜北京来也网络科技有限公司;来也科技(北京)有限公司申请的专利结合RPA和AI的实体关系挖掘方法、装置、电子设备及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:CN114064916B

龙图腾网通过国家知识产权局官网在2025-06-03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:202111272713.X,技术领域涉及:G06F16/36;该发明授权结合RPA和AI的实体关系挖掘方法、装置、电子设备及介质是由于孟萱;张晓庆;汪冠春;胡一川;褚瑞;李玮设计研发完成,并于2021-10-29向国家知识产权局提交的专利申请。

结合RPA和AI的实体关系挖掘方法、装置、电子设备及介质在说明书摘要公布了:本公开提出一种结合RPA和AI的实体关系挖掘方法、装置、电子设备及介质,应用于自然语言处理NaturalLanguageProcessing,NLP,该方法包括采用机器人流程自动化RPA方法获取多个测试实体;确定与多个测试实体分别对应的多个初始测试实体表示;结合人工智能AI分别对多个初始测试实体表示进行调整处理,得到多个目标测试实体表示;采用RPA方法将多个目标测试实体表示分别输入人工智能AI中的知识推理模型中,得到知识推理模型预测得到的部分测试实体之间的预测实体关系。在利用人工智能AI结合机器人流程自动化RPA预测实体关系时,能够有效提升实体关系挖掘的效率和智能化程度,能够准确地预测得到部分测试实体之间的实体关系,能够有效地拓展实体关系挖掘方法的适用性。

本发明授权结合RPA和AI的实体关系挖掘方法、装置、电子设备及介质在权利要求书中公布了:1.一种结合RPA和AI的实体关系挖掘方法,其特征在于,应用于自然语言处理NLP,所述方法包括:采用机器人流程自动化RPA方法获取多个测试实体;采用所述RPA方法确定与所述多个测试实体分别对应的多个初始测试实体表示;采用所述RPA方法结合人工智能AI,分别对所述多个初始测试实体表示进行调整处理,以得到多个目标测试实体表示;以及采用所述RPA方法,将所述多个目标测试实体表示分别输入至所述人工智能AI中的知识推理模型之中,以得到所述知识推理模型预测得到的部分所述测试实体之间的预测实体关系;其中,所述知识推理模型,是采用稀疏样本实体和与所述稀疏样本实体对应的样本实体关系,结合所述人工智能AI的元学习方法训练得到的;所述知识推理模型包括:实体关系表示预训练模型,其中,所述采用所述RPA方法确定与所述多个测试实体分别对应的多个初始测试实体表示,包括:采用所述RPA方法结合所述实体关系表示预训练模型,确定与所述多个测试实体分别对应的多个测试实体表示向量;采用所述RPA方法,确定与所述多个测试实体分别对应的多个实体关系表示向量,其中,所述实体关系表示向量,是所述测试实体映射于支撑集中的样本实体关系的向量表示;将所述多个测试实体表示向量和相应所述多个实体关系表示向量作为所述多个初始测试实体表示;所述知识推理模型包括:与所述实体关系表示预训练模型相连接的实体表示学习模型;其中,预先采用所述稀疏样本实体,和与所述稀疏样本实体对应的样本实体关系、所述支撑集中与所述样本实体关系对应的向量表示,以及所述支撑集中与所述样本实体关系对应的一个或者多个样本实体,结合所述人工智能AI的元学习方法训练初始的元学习模型,直至所述元学习模型收敛,将训练得到的所述元学习模型作为所述实体表示学习模型;所述采用所述RPA方法,确定与所述多个测试实体分别对应的多个实体关系表示向量,包括:采用所述RPA方法,确定与所述多个测试实体之间的已有实体关系;在所述支撑集中确定与所述已有实体关系对应的样本实体关系;确定与所述样本实体关系相关的至少一组三元实体组,所述三元实体组包括:三元的样本实体;确定所述三元的样本实体之间的样本实体关系对应的向量表示作为所述实体关系表示向量;所述实体表示学习模型包括:全连接层,其中,所述采用所述RPA方法结合人工智能AI,分别对所述多个初始测试实体表示进行调整处理,以得到多个目标测试实体表示,包括:采用所述RPA方法结合所述实体表示学习模型,从所述三元的样本实体中提取出宾语类型实体;确定与所述宾语类型实体对应的宾语表示向量;对所述多个实体关系表示向量和相应多个所述宾语表示向量进行拼接处理,以得到多个融合表示向量;将所述多个融合表示向量分别输入至所述全连接层之中,以得到所述全连接层输出的多个目标表示向量;将所述多个测试实体表示向量和所述多个目标表示向量,共同作为所述多个目标测试实体表示。

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来也网络科技有限公司;来也科技(北京)有限公司,其通讯地址为:100080 北京市海淀区丹棱路3号中国电子大厦19层1902;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”。

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。