-
公开(公告)号:CN104598648A
公开(公告)日:2015-05-06
申请号:CN201510087855.7
申请日:2015-02-26
Applicant: 苏州大学
IPC: G06F17/30
CPC classification number: G06F17/30654 , G06F17/30684 , G06F17/30705
Abstract: 本方案公开了一种微博用户交互式性别识别方法及装置。该方法首先获取微博用户的个人资料信息和用户之间的交互微博文本,并利用交互用户个人资料中的性别信息对交互文本的交互式性别类别进行标注;然后利用标注好的用户之间的交互文本作为训练样本,并利用训练样本训练最大熵分类器;最后,对某测试交互用户集进行分类。综合来看,本发明可以利用交互文本对微博中的两个交互用户的交互式性别进行识别,且在训练样本数量有限的情况下,达到较高的准确率。
-
公开(公告)号:CN104537118A
公开(公告)日:2015-04-22
申请号:CN201510036778.2
申请日:2015-01-26
Applicant: 苏州大学
IPC: G06F17/30
CPC classification number: G06F17/30861
Abstract: 本申请提供了一种微博数据处理方法、装置及系统,所述方法中使用最大熵分类器计算每个待分类特征值在待测样本预设为正类和负类时,对应的待分类正预测子条件概率和待分类负预测子条件概率;然后得到待分类正预测条件概率和待分类负预测条件概率;在比较结果为待分类正预测条件概率最大的情况下,确定待测样本的类别为正;在比较结果为待分类负预测条件概率最大的情况下,确定待测样本的类别为负,实现了对待测样本类别的预测。在预测出待测样本的类别为正时,确定出待测样本对应的两个账号属于同一用户,在预测出待测样本的类别为负时,确定出待测样本对应的两个账号不属于同一用户,从而实现了对不同微博网站下的同一用户的识别。
-
公开(公告)号:CN113297352B
公开(公告)日:2024-01-16
申请号:CN202110628590.2
申请日:2021-06-07
Applicant: 苏州大学
Abstract: 本申请涉及一种基于多任务网络的属性级情感分类方法及装置,属于情感分析技术领域。该方法包括:获取情感分类样本语料并对语料进行预处理,得到处理后的样本语料;构建预设分类模型,所述预设分类模型包括属性级情感分类主任务网络、篇章级情感分类辅助任务网络、上下句情感连贯性判断辅助任务网络,所述主任务网络和辅助任务网络由共享的编码层和与编码层相连的各独立分类层构成;将所述处理后的样本语料输入所述预设分类模型并利用预设的损失函数进行训练,得到情感分类模型,所述情感分类模型用于对输入的待分类语料进行属性级情感分类。本申请有效地提高属性级情感分类的
-
公开(公告)号:CN116738999A
公开(公告)日:2023-09-12
申请号:CN202310527414.9
申请日:2023-05-11
Applicant: 苏州大学
Abstract: 本发明涉及自然语言处理技术领域。本发明构建了一种低资源场景下情感分析的方法和存储介质并且提出了针对低资源场景下连续情感分析任务的持续注意力建模方法称为CAM。在多个情感分析任务的学习过程中,CAM既可以保留不同任务的情感信息,缓解灾难性遗忘问题,也可以高效地捕捉不同任务的情感信息并进行融合。CAM主要由两个部分组成:用于保留单个任务情感信息的情感掩码Adapter称为SMA,和用于融合不同任务情感信息的动态情感注意力称为DSA。可以有效融合不同任务类型之间的情感信息,有效解决了单个任务类型训练资源不足的问题,同时SMA模块可以有效的缓解灾难性遗忘问题。
-
公开(公告)号:CN114841335A
公开(公告)日:2022-08-02
申请号:CN202210062288.X
申请日:2022-01-19
Applicant: 苏州大学
IPC: G06N3/08 , G06N3/04 , G06K9/62 , G06V10/764 , G06V10/774 , G06V10/778 , G06V10/82 , G06F16/35
Abstract: 本发明涉及一种基于变分蒸馏的多模态联合表示学习方法,包括部署学生模型、文本教师模型和图像教师模型,多模态数据包括原始的文本模态数据和图像模态数据,整理得到输入相同的文本模态输入和图像模态输入;将其分别输入至模态联合表示模块,得到文本输出和图像输出,将原始的文本模态数据和图像模态数据输入至文本教师模型和图像教师模型,得到文本输出和图像输出;利用变分互信息表征学生模型和教师模型对应的文本输出和图像输出的相关性,将文本输出和图像输出利用蒸馏损失函数进行联合蒸馏训练,使学生模型获得匹配教师模型的能力。本发明提出一种基于变分蒸馏的多模态联合表示学习方法及系统,在不同模态数据集上均超越了现有的基准模型。
-
公开(公告)号:CN113297352A
公开(公告)日:2021-08-24
申请号:CN202110628590.2
申请日:2021-06-07
Applicant: 苏州大学
Abstract: 本申请涉及一种基于多任务网络的属性级情感分类方法及装置,属于情感分析技术领域。该方法包括:获取情感分类样本语料并对语料进行预处理,得到处理后的样本语料;构建预设分类模型,所述预设分类模型包括属性级情感分类主任务网络、篇章级情感分类辅助任务网络、上下句情感连贯性判断辅助任务网络,所述主任务网络和辅助任务网络由共享的编码层和与编码层相连的各独立分类层构成;将所述处理后的样本语料输入所述预设分类模型并利用预设的损失函数进行训练,得到情感分类模型,所述情感分类模型用于对输入的待分类语料进行属性级情感分类。本申请有效地提高属性级情感分类的性能。
-
公开(公告)号:CN104537118B
公开(公告)日:2017-12-26
申请号:CN201510036778.2
申请日:2015-01-26
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本申请提供了一种微博数据处理方法、装置及系统,所述方法中使用最大熵分类器计算每个待分类特征值在待测样本预设为正类和负类时,对应的待分类正预测子条件概率和待分类负预测子条件概率;然后得到待分类正预测条件概率和待分类负预测条件概率;在比较结果为待分类正预测条件概率最大的情况下,确定待测样本的类别为正;在比较结果为待分类负预测条件概率最大的情况下,确定待测样本的类别为负,实现了对待测样本类别的预测。在预测出待测样本的类别为正时,确定出待测样本对应的两个账号属于同一用户,在预测出待测样本的类别为负时,确定出待测样本对应的两个账号不属于同一用户,从而实现了对不同微博网站下的同一用户的识别。
-
公开(公告)号:CN104778388A
公开(公告)日:2015-07-15
申请号:CN201510221212.7
申请日:2015-05-04
Applicant: 苏州大学
Abstract: 本申请提供了一种两个不同平台下同一用户识别方法,该方法包括:采集两个不同平台下的个人资料信息;对所述采集的个人资料信息进行标注;对已经标注的个人资料信息和待测的两个不同平台下用户的个人资料信息分别进行特征抽取后分别作为训练样本和测试样本;利用k-近邻算法对所述待测的两个不同平台下的用户进行类别识别,确定所述两个不同平台下的待测用户是否为同一用户。能够有效的识别两个不同平台下的同一用户,且在训练样本数量有限的情况下,达到较高的准确率。
-
公开(公告)号:CN116738999B
公开(公告)日:2024-09-06
申请号:CN202310527414.9
申请日:2023-05-11
Applicant: 苏州大学
Abstract: 本发明涉及自然语言处理技术领域。本发明构建了一种低资源场景下情感分析的方法和存储介质并且提出了针对低资源场景下连续情感分析任务的持续注意力建模方法称为CAM。在多个情感分析任务的学习过程中,CAM既可以保留不同任务的情感信息,缓解灾难性遗忘问题,也可以高效地捕捉不同任务的情感信息并进行融合。CAM主要由两个部分组成:用于保留单个任务情感信息的情感掩码Adapter称为SMA,和用于融合不同任务情感信息的动态情感注意力称为DSA。可以有效融合不同任务类型之间的情感信息,有效解决了单个任务类型训练资源不足的问题,同时SMA模块可以有效的缓解灾难性遗忘问题。
-
公开(公告)号:CN113254741A
公开(公告)日:2021-08-13
申请号:CN202110665991.5
申请日:2021-06-16
Applicant: 苏州大学
IPC: G06F16/906 , G06F16/9536 , G06Q50/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请涉及基于融合模态内和模态间关系的数据处理方法及系统,包括:获取社交网络指向目标分类的样本数据,并将样本数据划分为训练集、验证集和测试集,获得训练集样本数据、验证集样本数据和测试集样本数据;构建预设分类模型,所述预设分类模型包括特征提取网络,与所述特征提取网络相连的目标分类主任务网络和多模态主题信息辅助任务网络;将所述训练集样本数据输入所述预设分类模型并利用预设的损失函数进行训练,使用门控机制融合主任务和辅助任务的输出,得到社交数据分类模型,所述社交数据分类模型用于对输入的待分类数据进行分类。本申请能够有效的提升社交网络数据指向目标分类的性能。
-
-
-
-
-
-
-
-
-