-
公开(公告)号：CN117932650A
公开(公告)日：2024-04-26
申请号：CN202410339813.7
申请日：2024-03-25
Applicant: 华东交通大学
Abstract: 本发明涉及软件开发技术领域，具体涉及基于数据分析的软件开发管理平台。包括逻辑功能确定模块、软件构建模块以及软件测试模块，还包括登录状态监测模块，开发数据分析模块，与开发数据分析模块双向连接的风险判定监管模块。通过将账号在平台内的登录状况与账号在平台内的运行操作状况相结合，基于不同的风险信号生成不同的密钥切换指令，由密钥数据库内调取不同的子密钥进行密钥切换，对账号执行风险保护来降低账号隐私泄露的风险，依据当前的风险信号生成非密钥数据库内的子密钥，实现安全防护，也使密钥数据库内的子密钥实现自更新，并使用户可依据实际状态推断出解密密钥，降低用户记忆难度，提升用户在平台内开发软件的便捷性。
-
Patent Agency Ranking
公开(公告)号：CN117932650B
公开(公告)日：2024-08-20
申请号：CN202410339813.7
申请日：2024-03-25
Applicant: 华东交通大学
Abstract: 本发明涉及软件开发技术领域，具体涉及基于数据分析的软件开发管理平台。包括逻辑功能确定模块、软件构建模块以及软件测试模块，还包括登录状态监测模块，开发数据分析模块，与开发数据分析模块双向连接的风险判定监管模块。通过将账号在平台内的登录状况与账号在平台内的运行操作状况相结合，基于不同的风险信号生成不同的密钥切换指令，由密钥数据库内调取不同的子密钥进行密钥切换，对账号执行风险保护来降低账号隐私泄露的风险，依据当前的风险信号生成非密钥数据库内的子密钥，实现安全防护，也使密钥数据库内的子密钥实现自更新，并使用户可依据实际状态推断出解密密钥，降低用户记忆难度，提升用户在平台内开发软件的便捷性。
-
公开(公告)号：CN118013962A
公开(公告)日：2024-05-10
申请号：CN202410417577.6
申请日：2024-04-09
Applicant: 华东交通大学
IPC: G06F40/284 , G06F40/30 , G06F40/289 , G06N3/0442
Abstract: 本发明提供一种基于双向序列生成的汉语篇章连接词识别方法，通过句子预处理及编码模块学习候选篇章连接词的初始语义向量表示，基于Longformer的段落编码模块通过全局注意力机制和局部注意力机制引入段落级别的上下文信息，计算候选篇章连接词的最终语义向量表示，基于双向序列生成的预测模块包括正向生成层和反向生成层，分别使用两个长短时记忆网络从左至右和从右至左预测篇章连接词序列，实现篇章连接词的识别，此外，通过后处理模块处理复合连接词的识别问题，并通过互学习代价增强的训练模块使正向生成层和反向生成层能相互学习，提升识别的性能，本发明能够充分捕获篇章连接词之间双向长距离的依赖关系，显著地提高汉语篇章连接词识别的性能。
-
公开(公告)号：CN117688185B
公开(公告)日：2024-04-12
申请号：CN202410156109.8
申请日：2024-02-04
Applicant: 华东交通大学
IPC: G06F16/35 , G06F40/30 , G06N3/0455 , G06N3/0895
Abstract: 本发明提供一种用户信息增强的长文本细粒度情感分析方法，本发明通过全局信息引导的编码模块把文档级的全局信息引入层次Transformer子模块中，以更好地学习文档的语义表示，用户表示的学习和集成模块通过一个共享网络在相似用户之间共享信息，以学习更好的用户表示，继而集成用户表示到Transformer层的多头注意力机制和多层前向神经网络中，以建模用户情感表达的偏好，通过融合对比学习的总代价计算模块计算模型训练的总代价，本发明提出的方法能够较好地学习长文本的语义表示、有效地利用用户信息、能够准确区分细粒度的情感，分析性能较现有的方法有实质性的提高。
-
公开(公告)号：CN110633473B
公开(公告)日：2022-11-08
申请号：CN201910909002.5
申请日：2019-09-25
Applicant: 华东交通大学
IPC: G06F40/253 , G06F40/211 , G06F40/216 , G06F40/289 , G06F16/35
Abstract: 本发明涉及一种基于条件随机场的隐式篇章关系识别方法及系统，该方法包括如下步骤：将接收到的语句进行编码以得到词向量序列；对词向量序列中第一语句与第二语句之间的篇章关系进行特征提取以得到多个不同级别的特征向量；根据多个不同级别的特征向量，计算得到多个篇章关系分类对应的初步结果数据；提供用于编码相邻篇章关系之间映射信息的转移矩阵，根据转移矩阵以及初步结果数据计算得到任一篇章关系序列得分，并根据篇章关系序列得分计算得到任一篇章关系序列对应的条件概率。本发明充分利用多级篇章关系之间存在的映射关系，有效提高各个级别分类的性能，也可有效减少在多个级别的分类任务上出现矛盾的预测结果的情况。
-
公开(公告)号：CN113627195A
公开(公告)日：2021-11-09
申请号：CN202111195660.6
申请日：2021-10-14
Applicant: 华东交通大学
Abstract: 本发明提出一种基于层次Transformer和图神经网络的评论情感分析方法与系统，首先基于层次Transformer网络学习用户、产品与评论文档的初步语义向量表示；基于初步语义向量表示计算用户之间、产品之间和评论文档之间的相似度，用于构建用户—产品—评论文档关系图；基于图神经网络利用用户—产品—评论文档关系图的结构信息，进一步优化用户、产品以及评论文档的初步语义向量表示，以得到用户、产品和评论文档的最终语义向量表示，根据最终语义向量表示计算得到最终预测结果。本发明可显式地学习用户和产品的语义向量表示，并显式地建模相似用户之间，相似产品之间和相似评论之间的联系，可实现良好的预测效果并提高运算效率。
-
-
-
-
-
Search Results
16
records
(took 0.023 seconds)
