- 1、本文档共9页,其中可免费阅读8页,需付费10金币后方可阅读剩余内容。
- 2、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。
- 3、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。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、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。
- 7、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。
- 8、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
一种基于GNN策略空间强化的舆情事件处置人推荐方法,涉及知识图谱技术领域,根据舆情事件知识图谱结构特点,构造多阶正负样本对及邻接矩阵样本,采用图神经网络推荐模型对事件的处理人进行推荐。在构造待处理事件的邻接矩阵时,根据其与其它事件的语义相关度,生成同一事件的多个推荐结果,对推荐结果进行人类标注排序,采用对比学习损失函数训练奖励模型。结合奖励模型生成的推荐结果价值分数,融合三元组损失、PPO损失、价值损失等损失函数,对推荐模型的策略空间进行优化,使推荐结果更加符合人类意图。
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117786124A
(43)申请公布日2024.03.29
(21)申请号202311778610.X
(22)申请日2023.12.22
(71)申请人神思电子技术股份有限公司
地址
文档评论(0)