公开(公告)号：CN110457477A

公开(公告)日：2019-11-15

申请号：CN201910734196.X

申请日：2019-08-09

Applicant: 东北大学

Inventor： 韩东红 ,  杨乐 ,  李洛妮 ,  王志瑞 ,  乔白友 ,  刘晨

IPC: G06F16/35 ,  G06F17/27 ,  G06K9/62 ,  G06Q50/00

Abstract: 本发明提供一种面向社交网络的兴趣社群发现方法，涉及社区发现技术领域，本发明在传统Text CNN模型基础上建立新的深度学习模型，能够支持多篇社交网络文本输入，并结合社交网络文本间的相似度，提出了基于Text CNN结合相似度的多文本兴趣建模方法，并提出了结合网络结构和互动行为的用户兴趣特征建模方法。利用LM神将网络算法构建用户影响力模型，再根据该模型结果、关注关系以及@行为信息对基于SMB-TextCNN的结果进行调整，最后根据SIBUIM的结果，提出了基于k-means重叠的兴趣社区发现方法。该方法考虑了社交网络的结构性以及节点的内容，并且能够对新浪微博用户进行重叠的兴趣社区划分。

公开(公告)号：CN115048943A

公开(公告)日：2022-09-13

申请号：CN202210652231.5

申请日：2022-06-10

Applicant: 东北大学

Inventor： 韩东红 ,  高攀 ,  张雪姣 ,  石玲玲 ,  李婧 ,  王志瑞 ,  刘莹

IPC: G06F40/35 ,  G06F40/289 ,  G06F40/284 ,  G06F40/216 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及人机对话技术领域，尤其涉及改进Transformer的情感增强对话生成方法。其主要针对现有人机对话情感标注质量不高，机器不能准确的感知用户的情感并且不能生成有情感的回复的问题，提出如下技术方案：包括在Transformer基础上对Transformer编码的自注意力层的改进，所述改进在于在Transformer的原自注意力层增加情感注意力模块，生成TEECG模型，所述TEECG模型包括Encoder层和Decoder层。本发明对原有的Transformer编码的自注意力层改进，具备对对话语句之间的语义和情感的捕捉，使得人机对话更具情感，解码器对对话中情感回复进行修正，生成的情感回复效果更好，主要应用于人机对话中语句情感的改进。