-
公开(公告)号：CN113590921B
公开(公告)日：2024-05-10
申请号：CN202110889579.1
申请日：2021-08-04
Applicant: 北京理工大学
IPC: G06F16/953 , G06F16/9535 , G06F16/9538
Abstract: 本发明涉及一种基于互动社交的信息检索方法及系统。在使用搜索引擎进行搜索时，对符合搜索条件的文档，按照其与关键词的相关度进行排序。同时，根据用户查询将当前使用搜索引擎的所有用户分类，根据不同类别为每位用户订阅对应的聊天频道，让查询类别相同的用户在聊天频道内进行平等在线交流。在聊天频道中自动引入一个会话机器人，会话机器人也会与用户对查询相关的主题进行对话和信息推荐。在用户交流过程中，社交互动引擎分析理解用户的对话信息，动态调整检索结果的展示顺序，并对对话中涉及的内容进行高亮显示。本发明通过让用户间进行在线沟通，增强了用户对话与搜索引擎之间的互动，便于用户检索较难查询的问题，增加了检索效率体验感。
-
公开(公告)号：CN113590921A
公开(公告)日：2021-11-02
申请号：CN202110889579.1
申请日：2021-08-04
Applicant: 北京理工大学
IPC: G06F16/953 , G06F16/9535 , G06F16/9538
Abstract: 本发明涉及一种基于互动社交的信息检索方法及系统。在使用搜索引擎进行搜索时，对符合搜索条件的文档，按照其与关键词的相关度进行排序。同时，根据用户查询将当前使用搜索引擎的所有用户分类，根据不同类别为每位用户订阅对应的聊天频道，让查询类别相同的用户在聊天频道内进行平等在线交流。在聊天频道中自动引入一个会话机器人，会话机器人也会与用户对查询相关的主题进行对话和信息推荐。在用户交流过程中，社交互动引擎分析理解用户的对话信息，动态调整检索结果的展示顺序，并对对话中涉及的内容进行高亮显示。本发明通过让用户间进行在线沟通，增强了用户对话与搜索引擎之间的互动，便于用户检索较难查询的问题，增加了检索效率体验感。
-
公开(公告)号：CN115017900B
公开(公告)日：2024-05-10
申请号：CN202210435577.X
申请日：2022-04-24
Applicant: 北京理工大学
IPC: G06F40/289 , G06F40/216 , G06V10/762 , G06V10/764 , G06V10/82 , G06V20/40 , G06V40/70 , G06F18/22 , G06F18/23213 , G06F18/2135
Abstract: 本发明涉及一种基于多模态多去偏见的对话情感识别方法，属于自然语言处理技术领域。对于文本模态，本发明提出了去除五种类型的偏见，包括词向量表示中的性别、年龄、种族、宗教和性少数群体偏见。同时，本发明将文本去偏方法扩展到视觉模态，并着重去除两类最为典型的视觉偏见：性别和种族偏见。本发明进一步提出了一种基于子空间投影的去偏方法，该方法为每种类型的视觉偏见构建一个子空间，并通过将每个视觉信息对象的特征向量表示投影到相应的子空间来代表视觉表示中的所存在的该种类型的偏见，进而将其去除。相比传统多模态对话情感识别方法，本方法更加注重特殊群体的感受，减少了社会偏见。相比现有的大多去偏方法只去除一种偏见，本发明一次去除了五种，关注的特殊群体更多更广泛。
-
Patent Agency Ranking
公开(公告)号：CN114385805B
公开(公告)日：2024-05-10
申请号：CN202111534340.9
申请日：2021-12-15
Applicant: 北京理工大学
IPC: G06F16/335 , G06F40/289 , G06F40/30 , G06F18/22
Abstract: 本发明涉及一种提高深度文本匹配模型适应性的小样本学习方法，属于自然语言处理中的文本匹配技术领域。本方法综合了应用于文本匹配模型的小样本学习与跨领域适应性方法，沿最小化目标域小样本数据集损失的方向，对源域数据的权重进行梯度下降，解决了传统的跨领域文本匹配方法在小样本学习设置下表现不足的问题，增强了文本匹配模型在少样本学习环境中的适应性。本方法与基础模型无关，可应用于各种基于深度学习的文本匹配模型。
-
公开(公告)号：CN117973357A
公开(公告)日：2024-05-03
申请号：CN202311633486.8
申请日：2023-11-30
Applicant: 北京理工大学
IPC: G06F40/20 , G06F16/35 , G06F18/213 , G06F18/24
Abstract: 本申请提供一种细粒度情感分析方法、装置和计算机可读存储介质，方法包括：将待分析句子输入至情感分析模型，得到上下文情感特征；根据上下文情感特征，得到上下文情感分布；将待分析句子输入至输入调整模块，获得针对待分析句子的目标方面词进行调整后的输入句子，将调整后的输入句子输入至情感分析模型，得到偏差情感特征，根据偏差情感特征得到偏差情感分布；或者，将待分析句子的上下文情感特征输入至输出调整模块，得到针对待分析句子的目标方面词的偏差情感特征，根据偏差情感特征得到偏差情感分布；根据上下文情感分布对偏差情感分布进行偏差消除，获得待分析句子的目标方面词的目标情感分布。可以准确获取句子中目标方面词的目标情感分布。
-
公开(公告)号：CN116431768A
公开(公告)日：2023-07-14
申请号：CN202310470365.X
申请日：2023-04-27
Applicant: 北京理工大学
IPC: G06F16/33 , G06F16/338 , G06F16/953 , G06F16/9538
Abstract: 本发明涉及一种基于用户隐式检索意图的信息检索方法及系统，属于计算机信息检索技术领域。在使用搜索引擎进行搜索的过程中，本方法对符合搜索条件的文档按照其与查询的关键词的相关度进行排序，在欧几里得语义空间中引入语义凸包，形成检索意图和文档意图的可视化比较方案。系统构建用户的检索意图，用于反映用户正在寻找的答案和量化文档的多样性。同时，系统引入一个时间轴，将多轮查询的检索意图图形化展示，通过时间轴从先到后序列化组织起来。本发明将用户检索意图有效集成到传统的相关性排名搜索引擎中，使用户能挖掘各种文档，便于用户检索一些探索性问题，提升信息检索结果的多样性，增强了用户与搜索引擎间的互动，有效提高了检索效率。
-
公开(公告)号：CN115048935A
公开(公告)日：2022-09-13
申请号：CN202210383512.5
申请日：2022-04-12
Applicant: 北京理工大学
Abstract: 本发明涉及一种基于密度矩阵的语义匹配方法，属于自然语言处理中的文本匹配技术领域。本方法提出了一种基于密度矩阵的状态‑概率对偶性的量子启发的自然语言处理模型，利用该模型进行语义匹配。该模型的状态‑概率对偶性自然产生了一种混合方法，结合了基于表示的语义匹配和基于交互的语义匹配两种工作方式。通过对句子对中的一个句子的密度矩阵进行奇异值分解，提取出句子的主要语义成分，这些语义成分构成了语义空间的正交基，从而作为句子对中另一个句子的测量算子进行量子测量。本方法采用的句子对非对称处理方法，显著地提高了语义匹配的性能。
-
公开(公告)号：CN114757183A
公开(公告)日：2022-07-15
申请号：CN202210373901.X
申请日：2022-04-11
Applicant: 北京理工大学
IPC: G06F40/289 , G06F40/30 , G06F16/35
Abstract: 本发明涉及一种基于对比对齐网络的跨领域情感分析方法，属于自然语言处理中的细粒度情感分析技术领域。本发明研究了跨领域情感分类的一个未充分探索的场景，即目标领域是少样本的场景。在此场景下，本发明提出了一种名为对比对齐网络(CAN)的神经网络模型。模型首先从原领域和目标领域中随机抽取两个实例，然后根据组合目标领域和原领域的实例对其进行训练。第一个目标是最小化原领域上的分类错误。第二个是成对对比目标，其中一对中的目标领域实例和原领域实例之间的距离度量，如果它们表达相同的情感，则最小化，否则该度量以恒定的上限最大化。本方法解决了跨领域情感分类任务中目标领域数据资源受限的问题，提高了用户的使用体验。
-
-
-
-
-
-
-
Search Results
28
records
(took 0.026 seconds)
