- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明的技术方案是提供了一种基于图深度学习的语义标签对齐系统,其特征在于,包括图构建模块;目标采样模块;邻居采样模块;有偏视图采样模块;动态入图模块;节点初始表征模块;图神经网络模块;基于transformer的排序模块;hingeloss损失函数模块。针对面对大量语料数据构成的图的稀疏性,本发明制定语料之间的多种关系,使得最后生成稠密异构图;针对图神经网络的拟合能力以及泛用性均偏弱的情况,本发明选择更好的图模型去解决问题;针对对齐模型在不同候选项间的弱协同交互的能力问题,本发明制定了一种交互方
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117763373A
(43)申请公布日2024.03.26
(21)申请号202410044137.0
(22)申请日2024.01.11
(71)申请人万得信息技术股份
文档评论(0)