在审

基于统计知识增强的目标关系抽取方法

陈超、黄魁华、石建迈、孙博良、范长俊、胡星辰、孙向东、黄金才、张军、成清、白鹏英、秦伟锋、秦筱楲、张亚、贾彦翔
中国人民解放军国防科技大学
陈超 专利 104
中国人民解放军国防科技大学
计算模型系统生物模型计算计算技术
黄魁华 专利 134
中国人民解放军国防科技大学
知识系统生物模型计算计算模型系统
石建迈 专利 122
佛山大学
计算技术物理仪器导航
孙博良 专利 55
中国人民解放军国防科技大学
计算技术物理仪器视觉识别
范长俊 专利 77
中国人民解放军国防科技大学
知识系统生物模型计算计算模型系统
胡星辰 专利 64
中国人民解放军国防科技大学
知识系统计算模型系统计算技术
孙向东 专利 5
中国人民解放军国防科技大学
视觉识别图像视频识别计算技术
黄金才 专利 168
中国人民解放军国防科学技术大学
数学模式系统知识系统计算模型系统
张军 专利 102
中国人民解放军国防科技大学
视觉识别图像视频识别生物模型计算
成清 专利 60
中国人民解放军国防科技大学
知识系统生物模型计算计算模型系统
白鹏英 专利 15
北京机械设备研究所
视觉识别图像视频识别物理仪器
秦伟锋 专利 5
中国人民解放军国防科技大学
视觉识别图像视频识别计算技术
秦筱楲 专利 5
中国人民解放军国防科技大学
视觉识别图像视频识别计算技术
张亚 专利 5
中国人民解放军国防科技大学
视觉识别图像视频识别计算技术
贾彦翔 专利 70
北京机械设备研究所
呼吸保护呼吸保护装置救生设备

摘要

本发明公开了基于统计知识增强的目标关系抽取方法,所述方法包括:构建视觉关系抽取模型,包括预训练视觉模型、统计知识注入模块和关系预测层;使用预训练视觉模型提取图片特征;根据图片特征和目标区域标注获得所有目标的特征表示;计算每个目标的统计知识向量;把每个目标的特征表示和统计知识向量输入统计知识注入模块,获得每个目标的增强后的特征表示;把每对目标的增强后的特征表示输入关系预测层,进行关系预测;计算并优化关系预测损失函数,训练视觉关系抽取模型,利用该模型进行视觉关系抽取。本发明关注到目标类型和关系存在统计知识,创新性地提出统计知识注入模块,把统计知识注入到深度学习模型,实现高精度的视觉关系抽取。

暂无引用专利