-
公开(公告)号：CN112466462A
公开(公告)日：2021-03-09
申请号：CN202011353177.1
申请日：2020-11-26
Applicant: 华侨大学
IPC: G16H50/20 , G16H50/70 , G16H10/20 , G06F40/289 , G06F40/30 , G06F40/242 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于图深度学习的EMR信息关联及演化方法，包括如下步骤：EMR数据预处理：获取EMR数据集，得到EMR的实体词典；EMR图构建：实体词典中的词转换为向量表示，并得到EMR图的向量矩阵以及EMR图的邻接矩阵，组合构成EMR图；EMR图深度学习模型构建：根据得到的EMR数据集对应的所有EMR图，构建出EMR图深度学习模型的输入图数据集，从而进一步获得图深度学习模型F；EMR信息关联及演化：将任意一条EMR数据，喂入图深度学习模型F，构建EMR图的演化序列。本发明提出一种基于图深度学习的EMR信息关联及其演化方法，采用图深度学习方法对电子病历数据进行建模，利用网络关系图可视化技术展示电子病历结构信息的演化过程，实现知识发现和可解释深度学习。
-
公开(公告)号：CN106327551A
公开(公告)日：2017-01-11
申请号：CN201610765898.0
申请日：2016-08-30
Applicant: 华侨大学
CPC classification number: G06T11/60 , G06T3/0012 , G06T5/002 , G06T2200/32 , G06T2210/12
Abstract: 本发明提出一种基于边缘检测和图像拼接的书画自动配框算法，包括：通过模态对话框读取画框图像与画像图像；对画框图像进行灰度变换，使用canny算法进行图像的边缘检测；计算连通区域大小并筛选画框图像外围轮廓；根据外围轮廓修剪画框图像；根据轮廓提取画框图像特征点参数；通过设置感兴趣区域进行画框图像拼接；通过设置图像感兴趣区域进行画框图像与画像图像的拼接，最后输出预览图像，并通过模态对话框进行输出图像的保存。本发明使用方便，能识别数码相片，可以批量处理的优点，一定程度上解决了使用其他图像处理软件手动制作画框导致效率低下的问题。
-
公开(公告)号：CN104268878A
公开(公告)日：2015-01-07
申请号：CN201410507562.5
申请日：2014-09-28
Applicant: 华侨大学
IPC: G06T7/00
CPC classification number: G06T7/75 , G06T2207/10132
Abstract: 本发明涉及一种超声图像中运动探针检测和定位方法，步骤如下：1)对超声序列图像向量化和矩阵化，得到超声影像数据矩阵，并交互式初始化；2)根据步骤1)形成的二维超声影像数据矩阵进行低秩建模和稀疏分解，得到矩阵低秩模型，并进行连续奇异像素支持区的交替检测，得到整体影像序列奇异像素支持区；3)利用步骤2)中得到的奇异像素支持区，转化其每一列向量为原始超声图像单帧大小，得到单帧稀疏块掩模区，并计算该掩模中的所有8联通区域，选取较大区域作为检测探针区域并进行空洞填充；4)通过计算检测到的探针区域中心点位置方法，找到探针具体空间位置信息。
-
公开(公告)号：CN119988603A
公开(公告)日：2025-05-13
申请号：CN202311489764.7
申请日：2023-11-09
Applicant: 华侨大学
IPC: G06F16/34 , G06F40/205 , G06F40/242 , G06F40/247 , G06F40/284
Abstract: 本发明提供了一种文本摘要改写方法、装置、设备及介质，首先是文本长度控制下的语料生成，即基于HSK中文水平等级生成所需长度的文本段落；然后是基于国际中文教育词汇等级的文本改写；接着是基于相似语义的文本改写。该方法能帮助国际中文教师将难度较高的的中文文本改写成适合等级的阅读语料，实现教育资源的高效率构建。
-
公开(公告)号：CN119357308A
公开(公告)日：2025-01-24
申请号：CN202411492914.4
申请日：2024-10-24
Applicant: 华侨大学
Abstract: 本发明提供基于全局注意和网格标记的层级标签事件抽取方法与系统，属于自然语言处理中的信息抽取领域，包括：利用BERT模型得到层级标签事件文本隐层向量；获取层级标签融合全局注意表示，利用门控机制将层级标签事件文本隐层向量与层级标签融合全局注意表示融合，并利用门控机制将融合后的结果与候选事件类型特征进行集成，得到层级标签事件文本的融合字向量序列；网格标记网络的损失函数涉及层级标签事件文本的字符对于候选事件类型特征的跨度关系得分和角色关系得分，以最小化损失函数对网格标记网络进行训练，得到抽取模型。本发明有效利用语义信息，实现更高效、更准确的层级标签事件抽取。
-
Patent Agency Ranking
公开(公告)号：CN114925186B
公开(公告)日：2024-09-10
申请号：CN202210566962.8
申请日：2022-05-24
Applicant: 华侨大学
IPC: G06F16/332 , G06F16/36 , G06N3/0442 , G06N3/045 , G06N5/02 , G06N5/04
Abstract: 本发明实施例提供一种知识图谱的问句生成方法、装置、设备和存储介质，涉及自然语言处理技术领域。其中，这种问句生成方法包含步骤S1至步骤S7。S1、获取知识图谱。S2、根据知识图谱，通过图变换网络模型，获取各个子图的子图向量。S3、获取问句数据集。S4、根据知识图谱和问句数据集，基于相似度获取各个子图的外部问句。S5、获取五何问题类型参数。S6、根据五何问题类型参数和外部问句，通过Bi LSTM神经网络模型，获取外部增强向量。S7、根据子图向量和外部增强向量，通过指针生成网络模型，获取问句。本发明对生成教学场景中所需的类型多样、语义知识丰富、语言表达自然的问句具有重大的指导和促进作用。
-
公开(公告)号：CN114781373B
公开(公告)日：2024-08-27
申请号：CN202210464130.5
申请日：2022-04-29
Applicant: 华侨大学
IPC: G06F40/289 , G06F40/30 , G06F16/36 , G06F40/242 , G06Q50/20 , G06F40/166
Abstract: 本发明公开了一种基于知识约束的MCT完形填空智能出题方法及系统，方法包括：基于HSK中文水平等级和医学词典等多维复杂知识约束对医疗文本进行篇章语义解析，以筛选出符合要求的医疗文本作为出题语料；基于MCT等级的知识约束对出题语料进行考点词挖空；基于医学知识图谱、HSK中文水平等级、MCT等级等多维复杂知识约束完成干扰项生成；将题干挖空文本和题目列表组成完形填空题目进行输出。本发明针对参加MCT考试的医学专业留学生，内容聚焦在医院日常交际场景的理解、病情的沟通与交流、疾病的具体描述，通过海量的医学词典、医疗知识图谱为MCT题库智能生成提供医疗知识数据支撑，实现医学汉语资源的科学利用。
-
公开(公告)号：CN118469968A
公开(公告)日：2024-08-09
申请号：CN202410636849.1
申请日：2024-05-22
Applicant: 华侨大学
IPC: G06T7/00 , G06V10/40 , G06V10/764 , G06V10/774 , G06V40/16 , G06V10/82
Abstract: 本发明公开了一种基于伪影域对抗学习的深度伪造图像检测方法及装置，包括：构建深度伪造图像检测模型和领域分类器，深度伪造图像检测模型包括特征提取器和伪造检测分类器，特征提取器是在Xception网络的输出层中嵌入空间通道注意力模块而得到，伪造检测分类器和领域分类器均采用依次连接的全连接层和Softmax分类器，并分别与特征提取器连接，结合领域分类器对深度伪造图像检测模型进行训练，得到经训练的深度伪造图像检测模型；将待检测的图像输入经训练的深度伪造图像检测模型，得到检测结果，检测结果为待检测的图像为真实图像和伪造图像的概率，根据检测结果确定待检测的图像为真实图像或伪造图像。本发明能够提升脸部伪造图像检测的准确率。
-
公开(公告)号：CN117473959A
公开(公告)日：2024-01-30
申请号：CN202311384395.5
申请日：2023-10-24
Applicant: 华侨大学
IPC: G06F40/166 , G06F40/126 , G06F40/35
Abstract: 本发明提供了一种答案导向的风格化问句生成方法、装置、设备及存储介质，采用端到端模型将答案语料编码成答案向量,采用自编码器对问句语料和风格文本语料进行编码,分别生成问句向量和风格向量；调用平滑机制对所述风格向量以及所述答案向量进行处理，以使得离散隐空间被处理为连续的向量空间，并生成平均化向量；根据所述平均化向量融合端到端模型的隐藏空间和自编码器的隐藏空间的对其信息后在连接所述答案向量的超球体中以人工调整半径采样生成带风格的问句向量，旨在对答案语料中的指导问句生成的内容信息进行挖掘，并将其与风格信息进行分离，使内容关联性与风格特异性互不干扰，提升风格特异性的同时保证内容上的关联性。
-
公开(公告)号：CN116611448A
公开(公告)日：2023-08-18
申请号：CN202310624082.6
申请日：2023-05-30
Applicant: 华侨大学
IPC: G06F40/30 , G06F40/289 , G06F40/186 , G06N3/045 , G06F16/35
Abstract: 本发明公开了一种基于提示学习与掩码语言模型的情感文本生成方法及装置，方法包括：步骤1，选取某个主题下的评论作为语料数据，经历预处理后输入语料库，利用方面情感识别技术对方面词进行抽取，联合主题词和情感极性构建结构化语料；步骤2，将目标主题词、方面词和目标情感分别填入预先构建的四种提示模板中，得到包含多种提示的掩码文本；步骤3，利用掩码预训练语言模型，通过提示引导，预测文本中的掩码，得到目标主题方面下的情感文本输出。本发明将主题方面文本和情感属性文本结构化，构建文本提示模板，利用掩码预训练语言模型直接生成方面级目标情感文本，而且后续无需任何微调和重训练步骤。
-
-
-
-
-
-
-
-
-
Search Results
163
records
(took 0.116 seconds)
