-
公开(公告)号：CN112711951B
公开(公告)日：2024-10-18
申请号：CN202110008758.X
申请日：2021-01-05
Applicant: 西安交通大学
IPC: G06F40/30 , G06F40/216 , G06F16/9536 , G06Q50/00 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明公开了一种基于归纳意识的虚假新闻可解释性检测系统及方法，通过探索评论线程中立场的演化规律和层次性结构特征，以发现有价值的质疑新闻的评论子链，克服了现有技术在评论之间关联性挖掘以及相互影响缺失的不足。本发明以跨学科知识与神经网络模型相结合，探索假新闻评论树中评论节点间的语义关联挖掘与相互影响性挖掘；自底向上进化树网络考虑了两种社会心理学理论来研究评论线索中立场的进化规律，以强化质疑新闻的有价值的评论；本发明提出的自顶向下协调树网络协调了父节点和兄弟节点之间的信息吸收，增强了评论的层次结构，并将其与进化树网络特征融合得到有价值的评论，凸显评论子链，增强验证结果的可解释性。
-
公开(公告)号：CN113705652B
公开(公告)日：2024-05-28
申请号：CN202110969540.0
申请日：2021-08-23
Applicant: 西安交通大学
IPC: G06F40/126 , G06N3/0442 , G06N3/0455 , G06N3/0475 , G06N3/0499 , G06N3/082
Abstract: 本发明公开了一种基于指针生成网络的任务型对话状态追踪系统及方法，通过GRU‑Self Attention机制有效的编码了长序列文本，并基于指针生成网络结合源序列信息生成对话状态。本发明首次提出了一种针对对话状态追踪算法长序列编码能力不足特点提出的BiGRU‑Self Attention编码器，该编码器可以更有效地编码长序列文本。本发明的算法相比于其他相关研究表现出了更高的联合目标准确率。在迁移性能实验中验证了该算法的迁移能力。
-
公开(公告)号：CN112988959B
公开(公告)日：2023-07-14
申请号：CN202110045012.6
申请日：2021-01-13
Applicant: 西安交通大学
IPC: G06F16/33 , G06F40/211 , G06F40/284 , G06N3/0442 , G06N3/08
Abstract: 本发明公开了一种基于证据推断网络的虚假新闻可解释性检测系统及方法，包括：输入虚假新闻内容序列、所有相关文章的拼接序列以及若干不同的单个相关文章序列；使虚假新闻内容序列与所有的相关文章特征进行交互，捕获两种类型的序列特征；将整体观点序列与每个相关文章的序列进行互相交互，探索每个相关文章中细粒度的潜在的序列冲突；将核心序列片段与潜在的序列冲突进行一致性建模，脾胃围绕虚假新闻的核心序列片段的冲突，进行可解释性虚假新闻的检测。本发明细粒度地聚焦待检测新闻的虚假核心语义片段，从相关文章中探索可解释的证据，从而提升虚假新闻检测的可解释性。不仅提高了假新闻检测性能，还提供了有效的证据实现检测结果的可解释性。
-
公开(公告)号：CN111582287B
公开(公告)日：2022-10-25
申请号：CN202010373442.6
申请日：2020-05-06
Applicant: 西安交通大学
IPC: G06V10/40 , G06V10/774 , G06V10/82 , G06F40/216 , G06N5/04 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于充足视觉信息与文本信息的图像描述方法，本发明通过充将前两层的注意力作为输入，可以提高模型中所包含的视觉信息，充足的文本信息充分的利用隐含状态同时还一次性预测接下来的三个单词，可以提高模型中所包含的文本信息。将视觉信息和文本信息结合在一起，只需在一个时间步中为下一个时间步保留三个注意力结果。通过引入充足的视觉信息和文本信息，就能够根据充足的视觉信息与文本信息更加准确的预测下一个单词，从而显著的提高模型的图像描述效果。
-
公开(公告)号：CN110866542B
公开(公告)日：2021-11-19
申请号：CN201910989654.4
申请日：2019-10-17
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于特征可控融合的深度表示学习方法，在基于预训练的多层语言模型中获取单词情境化的嵌入表示的基础上，分别从局部和序列角度获取不同尺度的特征表示，并且提出了使用多头交互线性注意力机制提取上下文摘要实现单词的上下文信息表示。本发明使用预训练的多层语言模型对单词进行嵌入表示，获取了单词更加语境化的表示，解决了以往方法单词嵌入表示不够丰富，无法解决一词多义的问题；本发明提出了上下文摘要，使用多头交互线性注意力计算当前单词在整个句子影响下的特定表示来发现单词之间的差异以辅助评价对象挖掘；最后，本发明使用了门机制进行特征的筛选，为不同特征分配权重，加强了有用特征的影响。
-
Patent Agency Ranking
公开(公告)号：CN112711951A
公开(公告)日：2021-04-27
申请号：CN202110008758.X
申请日：2021-01-05
Applicant: 西安交通大学
IPC: G06F40/30 , G06F40/216 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于归纳意识的虚假新闻可解释性检测系统及方法，通过探索评论线程中立场的演化规律和层次性结构特征，以发现有价值的质疑新闻的评论子链，克服了现有技术在评论之间关联性挖掘以及相互影响缺失的不足。本发明以跨学科知识与神经网络模型相结合，探索假新闻评论树中评论节点间的语义关联挖掘与相互影响性挖掘；自底向上进化树网络考虑了两种社会心理学理论来研究评论线索中立场的进化规律，以强化质疑新闻的有价值的评论；本发明提出的自顶向下协调树网络协调了父节点和兄弟节点之间的信息吸收，增强了评论的层次结构，并将其与进化树网络特征融合得到有价值的评论，凸显评论子链，增强验证结果的可解释性。
-
公开(公告)号：CN111582287A
公开(公告)日：2020-08-25
申请号：CN202010373442.6
申请日：2020-05-06
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于充足视觉信息与文本信息的图像描述方法，本发明通过充将前两层的注意力作为输入，可以提高模型中所包含的视觉信息，充足的文本信息充分的利用隐含状态同时还一次性预测接下来的三个单词，可以提高模型中所包含的文本信息。将视觉信息和文本信息结合在一起，只需在一个时间步中为下一个时间步保留三个注意力结果。通过引入充足的视觉信息和文本信息，就能够根据充足的视觉信息与文本信息更加准确的预测下一个单词，从而显著的提高模型的图像描述效果。
-
公开(公告)号：CN111160040A
公开(公告)日：2020-05-15
申请号：CN201911368884.5
申请日：2019-12-26
Applicant: 西安交通大学
Abstract: 本发明提供一种基于多尺度门控均衡交互融合网络的信息可信度评估系统及方法，一方面，根据融合特征类型的尺度不同，设计了多种融合模块来自适应的筛选有价值的语义特征，过滤不相关的特征，提高不同类型特征的辨识度。另一方面，设计了融合自注意力模型，融合筛选的语义特征与门控平衡交互网络模块获得的交互特征，得到融合特征，以达到不同尺度语义特征的深度融合，解决了特征融合层次浅，不同类型特征融合不匹配的问题。本发明还提出了门控平衡交互网络，对不同类型的特征进行平衡交互，实现了更具针对性的可信度指示特征的挖掘。
-
公开(公告)号：CN112650851B
公开(公告)日：2023-04-07
申请号：CN202011587811.8
申请日：2020-12-28
Applicant: 西安交通大学
IPC: G06F16/35 , G06F40/205 , G06F40/279 , G06N3/0455 , G06N3/048 , G06N3/08 , G06N5/04 , G06Q50/00
Abstract: 本发明公开了一种基于多层次交互式证据生成的虚假新闻识别系统及方法，通过设计两个渐进式编译码层次生成，以生成虚假新闻背后的真相作为验证结果的解释。本发明推理生成利用局部推理促使了新闻的虚假部分以及冲突之间的深层理解，以聚焦如何揭示假新闻背后的真实虚假部分；本发明具有可拆解性，可将本发明的三个生成模块解耦训练利用，具有模型泛化能力和任务阶段性训练能力；在两个公开的、广泛使用的假新闻数据集上实验表明，本发明比以前的最先进的方法取得了更好的性能。
-
公开(公告)号：CN111581981B
公开(公告)日：2022-03-08
申请号：CN202010374312.4
申请日：2020-05-06
Applicant: 西安交通大学
Abstract: 本发明公开了一种基于评价对象强化和带约束标签嵌入的方面类别检测系统及方法，通过多任务的方式引入评价对象信息强化方面类别检测特征、带约束的标签嵌入机制以及多种注意力机制相结合的方式，实现了对商品评论的方面类别检测。本发明将句子中的实体词作为外部信息，通过评价对象抽取任务融入到模型中来。并设计了相应的门控机制让实体词信息针对性的辅助方面类别检测任务。其次，本发明通过为标签嵌入增加约束，提高了各个主题标签之间的区分度。同时，本发明通过不同类型的注意力机制对不同类型的语义特征分别进行提取，从而解决了传统单一注意力机制下特征提取不充分的问题。
-
-
-
-
-
-
-
-
-
Search Results
34
records
(took 0.02 seconds)
