哈工大主页
首页
中心概况
成员介绍
科研队伍
决策智能(DI组)
近期新闻
成员介绍
发表论文
科研项目
联系我们
问答系统(QA组)
语言分析(LA组)
对话技术(DT组)
知识挖掘(KM组)
文本生成(TG组)
情感计算(SC组)
近期新闻
成员介绍
发布物
科研项目
加入我们
健康智能(HI组)
脑智计算(BC组)
科研项目
发表论文
技术资源
演示系统
中心新闻
你的位置:
首页
科研队伍
决策智能(DI组)
科研项目
科研项目
科研队伍
决策智能(DI组)
近期新闻
成员介绍
发表论文
科研项目
联系我们
问答系统(QA组)
语言分析(LA组)
对话技术(DT组)
知识挖掘(KM组)
文本生成(TG组)
情感计算(SC组)
健康智能(HI组)
脑智计算(BC组)
事理图谱
事理图谱是一个事理逻辑知识库,描述了事件之间的演化规律和模式。结构上,事理图谱是一个有向有环图,节点代表事件,有向边代表事件之间的时序、因果、条件和上下位等逻辑关系。理论上,事理图谱中的事件是具有一定抽象程度的泛化事件。这些事件可以表示为抽象、语义完备的谓词性词或词组,也可以表示为可变长度的、结构化的(主体,事件词,客体)多元组。
了解详情
因果生成
事件之间的因果关系是事理图谱当中重要的事理知识。现有的因果知识获取大多数是基于抽取方法,例如通过模式匹配、统计机器学习或深度学习方法从文本中抽取出因果事件对。基于抽取的方法是对世界上已有知识的获取和记录,并不创造新的知识。为此,我们提出了一种获取因果事理知识的新途径——基于生成的方法,作为对传统抽取式因果知识获取的重要补充。对于任意的开放域句子级事件输入,可生成多个可能的句子级原因或者结果。人工和自动评估指标表明,即使对于全新的输入,我们的方法也可以生成高质量、多语义的原因和结果。
了解详情
开源情报获取
开源情报系统基于各类自然语言处理技术,通过对世界各地最新新闻进行搜集,处理和剖析,将同一宏观事件的所有热点新闻归纳成事件发展脉络,并对宏观事件的热点人物以及热点实体进行专门分析。形成了对新闻动态的实时捕获,新闻专题的自定义,宏观事件脉络的自动归纳,百科词条的自动构建,关键信息的自动抽取等全栈情报分析系统。对于决策系统等具有重大意义。
了解详情
每页
6
记录
总共
3
记录
第一页
<<上一页
下一页>>
尾页
页码
1
/
1
跳转到
最近更新
2025-03-21
哈工大SCIR《自然语言处理:基于大语言模型的方法》一书出版
2025-03-21
计算学部赵妍妍教授受邀为昌黎县全县教师解锁大模型时代下DeepSeek技术及其应用
2025-03-21
从自我进化视角出发,全面解析LLM的推理能力技术演进路径
2025-03-10
计算学部携手黑龙江省疾控局 用AI为公共卫生筑牢“智慧防线”
2025-03-10
论文浅尝 | 迈向更全面的多模态大模型:多模态大模型如何突破模态与任务限制?(哈工大SCIR)