摘要
本发明公开了一种基于多模态归一化的关键属性抽取方法及系统,具体包括以下步骤:实施环境与数据准备,数据采集与初步处理,多态元素归一化处理,复杂文本语义简化处理,构造UmVAE模型;本发明涉及人工智能与数据分析技术领域。该基于多模态归一化的关键属性抽取方法及系统,创新性地整合无监督学习与专家知识库,设计了数据采集器、多态元素归一器、复杂文本简化器和特征抽取器四大模块,实现了对多源异构数据的自动化归一、语义精准简化及关键属性高效抽取。
技术关键词
属性抽取方法
属性抽取系统
多模态
文本
重构误差
数据采集单元
训练语言模型
网络安全监测设备
数据标签
专家知识库
服务器系统日志
非标准
网络入侵检测系统
特征数据库
数据处理单元
数据格式
语义向量空间
无监督
系统为您推荐了相关专利信息
机械臂控制方法
硬件开发板
多模态感知系统
摄像头模块
多视角视觉
持续学习方法
机器人
注意力
状态编码器
参数更新模块
全局视觉特征
上下文特征
融合视觉特征
全局信息整合
动态特征选择
模版
数据处理方法
图像
对象识别模型
人体检测单元