一种基于多信息过滤编码的多标签文本分类方法及系统

    公开(公告)号:CN115168566B

    公开(公告)日:2025-04-15

    申请号:CN202210914791.3

    申请日:2022-08-01

    Applicant: 济南大学

    Abstract: 本发明公开了一种基于多信息过滤编码的多标签文本分类方法及系统,该方法包括:获取包含标签的文本训练集;基于文本训练集,得到文本和标签的单词向量;通过多信息过滤编码进行文本信息和标签信息的过滤和特征提取,得到过滤的文本特征和标签特征;通过过滤的文本特征和过滤的标签特征交互,结合过滤的文本特征,得到最终文本向量表示,以此训练多标签文本分类模型;利用训练好的多标签文本分类模型对待分类文本数据集进行多标签文本分类。本发明通过过滤文本信息和标签信息的噪音及冗余信息,分别在文本空间和标签空间提取过滤信息中的语义特征,通过过滤的语义特征的交互,捕获更多与分类相关的信息,提高多标签文本分类的精度。

    一种营销文本识别方法及系统

    公开(公告)号:CN114724167B

    公开(公告)日:2025-04-01

    申请号:CN202210498687.0

    申请日:2022-05-09

    Applicant: 济南大学

    Abstract: 本发明提供了一种营销文本识别方法及系统,包括:获取待识别文本,并进行预处理;基于预处理后的待识别文本,构建待识别文本的文本图;基于待识别文本的文本图,生成文本级单词表示,并结合所有标签的嵌入表示,生成文本表示;基于文本表示,采用分类器得到待识别文本是否属于营销文本的结果;其中,标签的嵌入表示的获取方法为:基于训练集的文本图及其标签,生成主题单词概率分布,将主题单词概率分布映射到标签向量空间,并在标签图的指导下学习标签间的相关性关系和语义信息,得到标签的嵌入表示。达到了生成完整标签嵌入的目的,联合学习单词与标签捕获更多与分类相关的信息,提高了营销文本识别的精度。

    基于全卷积混合密度网络的水泥微结构演化方法及系统

    公开(公告)号:CN119274719A

    公开(公告)日:2025-01-07

    申请号:CN202411793258.1

    申请日:2024-12-09

    Abstract: 本发明涉及图像生成技术领域,具体为基于全卷积混合密度网络的水泥微结构演化方法及系统,该方法包括:获取水泥试样的扫描图像并预处理,利用编码器提取多层次的特征,利用解码器将特征还原为输入图像的原始分辨率,得到预测的概率分布参数,基于先验假设设计的采样规则在概率分布上进行有效采样,得到演化结果;编码器利用设定的深度卷积神经模型的卷积层和池化层进行图像下采样,解码器中的上采样模块与编码器的下采样阶段相对应,最末一组上采样模块的输出利用分布输出模块,得到水化演化过程中,水泥微结构下一时刻可能变化的所有状态概率大小,形成概率分布参数。可以拟合不确定情况下演化多种不同可能结果的完整水化过程复杂分布。

    基于证据感知的虚假新闻识别方法、系统、设备及介质

    公开(公告)号:CN118916487A

    公开(公告)日:2024-11-08

    申请号:CN202410944063.6

    申请日:2024-07-15

    Applicant: 济南大学

    Abstract: 本发明公开了基于证据感知的虚假新闻识别方法、系统、设备及介质,所述方法包括:对新闻文本语义图、新闻文本语法图、证据文本语义图和证据文本语法图,分别进行信息传播,得到新闻文本语义表示、新闻文本语法表示、证据文本语义表示和证据文本语法表示;对新闻文本语义表示和新闻文本语法表示进行拼接,得到新闻上下文表示;对证据文本语义表示和证据文本语法表示进行拼接,得到证据上下文表示;对新闻上下文表示和证据上下文表示进行信息交互,得到第一中间变量和第二中间变量,将两个中间变量进行拼接得到基于证据的文本表示;对基于证据的文本表示进行分类,得到待识别文本是否是虚假新闻的识别结果。

    基于深层次语义信息的文本话题匹配方法及系统

    公开(公告)号:CN116304745B

    公开(公告)日:2024-04-12

    申请号:CN202310324759.4

    申请日:2023-03-27

    Applicant: 济南大学

    Abstract: 本发明公开了基于深层次语义信息的文本话题匹配方法及系统,属于文本匹配技术领域。本发明通过命名实体识别模型对文本进行实体提取,而后通过特征工程将实体进行筛选,得到文本的关键实体;通过BART模型进行文本摘要,得到文本的主要信息;最后将文本摘要和关键实体进行特征融合,获取深层次语义信息特征向量,将深层次语义信息和目标新闻文本输入预设的文本话题匹配模型,获取文本话题匹配结果。提升了文本话题匹配准确性,解决了现有技术中存在“与文本主旨无关的外部知识极易误导对当前话题的判断,易丢失文本关键信息,导致长文本匹配效果差”的问题。

    基于多源多模态数据融合的虚假新闻检测方法及系统

    公开(公告)号:CN117407581A

    公开(公告)日:2024-01-16

    申请号:CN202311264174.4

    申请日:2023-09-27

    Applicant: 济南大学

    Abstract: 本申请提供了一种基于多源多模态数据融合的虚假新闻检测方法,包括:采用爬虫技术从若干数据量丰富的大型网站中获取多源多模态数据,对多源多模态数据进行预处理,得到多源多模态数据集,分别对多源多模态数据集的文本信息和图片信息进行编码,使用Co‑Attention方法对编码后的原始新闻特征和多源新闻特征进行融合,计算原始文本‑多源文本、原始图片‑多源图片之间的相似度特征,将得到的特征进行拼接,输入假新闻检测器中,得到目标新闻是否为假新闻的检测结果,通过数据扩增和引入多源多模态数据融合等实现了一种准确、高效的虚假新闻检测。

    一种基于树结构的菜谱生成方法、系统、存储介质及设备

    公开(公告)号:CN116991968A

    公开(公告)日:2023-11-03

    申请号:CN202311243302.7

    申请日:2023-09-26

    Applicant: 济南大学

    Abstract: 本发明涉及文本数据处理领域,具体为一种基于树结构的菜谱生成方法、系统、存储介质及设备,包括以下步骤:获取菜谱中的文本信息,经预处理后构建菜谱文本数据集;基于数据集中的菜谱文本,提取动作关键字和食材关键字,将关键字通过设置的根节点进行拼接,得到树结构形式的菜谱,即菜谱树;基于菜谱树构建约束规则集合,根据得到的约束规则集合转换成预训练嵌入编码值集合,嵌入编码值基于自编码器网络进行训练,训练后,约束规则在网络中对应的潜空间编码作为嵌入编码;在菜谱生成模型的潜空间中,经高斯分布进行采样并传递给菜谱生成模型的解码器部分,模型的输出为生成的新菜谱。

    一种支脚自动化焊接装置
    168.
    发明公开

    公开(公告)号:CN116532863A

    公开(公告)日:2023-08-04

    申请号:CN202310593254.8

    申请日:2023-05-24

    Applicant: 济南大学

    Abstract: 本发明涉及一种支脚自动化焊接装置,属于焊接设备技术领域,包括焊接床身和焊接机器人,焊接床身上设有用于放置支脚的支脚夹具,焊接床身上设有可旋转的焊接转盘机构,焊接转盘机构包括用于放置支脚夹具的转盘,转盘上开设有若干个放置槽,支脚夹具安放在放置槽内,转盘通过步进电机驱动旋转。自动化程度高,降低了劳动成本,对于一些人工难以加工或者人力加工不足以控制的焊接场景,使用本发明焊接支脚具有巨大的优势。

    基于关联网络的设计质量特性波动溯源路径分析方法及系统

    公开(公告)号:CN113704925B

    公开(公告)日:2023-08-01

    申请号:CN202111043161.5

    申请日:2021-09-07

    Applicant: 济南大学

    Abstract: 本发明公开了一种基于关联网络的设计质量特性波动溯源路径分析方法及系统。首先基于产品的设计规则和装配关系,建立设计质量特性局部关联矩阵;通过矩阵运算得到设计质量特性全局关联矩阵,构建设计质量特性关联网络;通过对质量问题‑问题原因‑设计质量特性多层网络进行分析,得到针对某一特定质量问题的象设计质量特性;对设计质量特性关联网络进行上游广度优先搜索,并进行设计质量特性波动诊断,得到源波动设计质量特性及其波动路径。基于该方法,实现了对设计质量特性波动溯源过程的精准把握,达到质量问题溯源的目的。本发明亦可应用于其他与关联建模和问题溯源相关的实际问题中。

    基于深层次语义信息的文本话题匹配方法及系统

    公开(公告)号:CN116304745A

    公开(公告)日:2023-06-23

    申请号:CN202310324759.4

    申请日:2023-03-27

    Applicant: 济南大学

    Abstract: 本发明公开了基于深层次语义信息的文本话题匹配方法及系统,属于文本匹配技术领域。本发明通过命名实体识别模型对文本进行实体提取,而后通过特征工程将实体进行筛选,得到文本的关键实体;通过BART模型进行文本摘要,得到文本的主要信息;最后将文本摘要和关键实体进行特征融合,获取深层次语义信息特征向量,将深层次语义信息和目标新闻文本输入预设的文本话题匹配模型,获取文本话题匹配结果。提升了文本话题匹配准确性,解决了现有技术中存在“与文本主旨无关的外部知识极易误导对当前话题的判断,易丢失文本关键信息,导致长文本匹配效果差”的问题。

Patent Agency Ranking