基于深度学习的弱监督时序图谱问答方法

被引：0

专利类型：

发明

申请号：

CN202311732260.3

申请日：

2023-12-16

公开(公告)号：

CN117743652A

公开(公告)日：

2024-03-22

发明(设计)人：

黄双萍张伟坤黄森梁景麟张格格郭强亚钟晋

申请人：

华南理工大学

申请人地址：

510000 广东省广州市天河区五山路381号

IPC主分类号：

G06F16/9032

IPC分类号：

G06F16/242 G06F16/2452 G06F16/2455 G06F16/28 G06F16/901 G06F40/279 G06F40/253 G06F40/30 G06N3/0895 G06N5/02 G06N5/04

代理机构：

东莞卓诚专利代理事务所(普通合伙) 44754

代理人：

朱鹏

法律状态：

授权

国省代码：

广东省广州市

引用

下载

共 50 条

[1]

基于深度学习的弱监督时序图谱问答方法 [P].

黄双萍 ;

张伟坤 ;

黄森 ;

梁景麟 ;

张格格 ;

郭强亚 ;

钟晋 .

中国专利 :CN117743652B ,2025-01-10

[2]

基于深度学习的弱监督视频时序动作定位的方法及系统 [P].

李冠彬 ;

刘劲 ;

林倞 .

中国专利 :CN111079646A ,2020-04-28

[3]

一种基于深度学习的弱监督跨域问答对生成方法 [P].

吴艳 ;

任哲钧 ;

李志慧 ;

徐雅静 ;

李阳 .

中国专利 :CN114996424A ,2022-09-02

[4]

一种基于深度学习的知识图谱问答方法 [P].

黄园园 ;

苏俊 ;

龙绍楠 ;

杨世宇 .

中国专利 :CN113934831A ,2022-01-14

[5]

基于深度学习的时序图谱链路预测方法 [P].

王金满 ;

曹金旋 ;

王志航 ;

张钊睿 .

中国专利 :CN117972450A ,2024-05-03

[6]

基于弱监督深度学习的句子级情感分类方法 [P].

赵伟 ;

管子玉 ;

黄若谷 ;

王泉 ;

沈玉龙 .

中国专利 :CN107451118A ,2017-12-08

[7]

基于深度学习的弱监督目标检测方法及系统 [P].

蒋万川 .

中国专利 :CN114581826B ,2024-09-27

[8]

基于深度学习的弱监督目标检测方法及系统 [P].

蒋万川 .

中国专利 :CN114581826A ,2022-06-03

[9]

一种基于深度学习与相似度匹配的知识图谱问答的方法 [P].

李小超 ;

张晶亮 ;

谢水庚 ;

胡博钦 ;

郝志强 .

中国专利 :CN112765310A ,2021-05-07

[10]

基于深度学习的知识图谱构建及智能问答方法和装置 [P].

邓明森 ;

喻曦 ;

汪杏雨 ;

蒋合领 ;

雷彬 .

中国专利 :CN119691135A ,2025-03-25

← 1 2 3 4 5 →

法律状态公告日	法律状态	法律状态信息
2025-01-10	授权	授权
2024-04-09	实质审查的生效	实质审查的生效IPC(主分类):G06F 16/9032申请日:20231216
2024-03-22	公开	公开