-
公开(公告)号:CN114048286A
公开(公告)日:2022-02-15
申请号:CN202111268939.2
申请日:2021-10-29
Applicant: 南开大学
IPC: G06F16/33 , G06F16/35 , G06F16/9536 , G06F40/211 , G06F40/295 , G06K9/62 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 一种融合图转换器和共同注意力网络的自动事实验证方法,属于人工智能技术领域。利用声明和检索到的证据作为输入数据,构建基于深度学习的自动事实验证方法。本方法首先通过实体链接的方法识别声明中的实体,并根据抽取的实体在维基百科中检索相关的文档。其次,使用排序模型在检索到的文档中选取与声明最相关的五个句子作为证据。再者,构建(证据,声明)对,将(证据,声明)对输入微调后的预训练语言模型中进行编码。最后,通过构建基于图转换器和共同注意力网络的事实验证模型,学习声明和证据以及证据和证据之间的潜在关系,完成事实验证。实验结果表明,本方法优于目前已有的自动事实验证方法,同时此方法具备可解释性。
-
公开(公告)号:CN112329444A
公开(公告)日:2021-02-05
申请号:CN202011245311.6
申请日:2020-11-10
Applicant: 南开大学
IPC: G06F40/216 , G06F16/35 , G06N3/04 , G06N3/08 , G06Q50/00
Abstract: 融合传播结构的谣言检测方法,涉及社交网络数据检测。利用新闻的传播结构和源文本作为输入数据,构建基于深度学习的谣言检测模型。本方法首先提出了一种用于学习谣言传播结构的图嵌入方法,其能将新闻传播过程中的传播结构信息嵌入到合适的隐空间上。本方法还提出了一个基于CNN模块的双分支谣言检测模型,其包含两个子分支,一个分支用于学习谣言的源文本的文本特征,另一个分支则用于检测蕴含在嵌入节点序列的传播结构特征。对于Weibo和Twitter的四个常见数据集,本方法能够学习到谣言的传播结构特征,并将其和文本特征进行融合。实验结果表明,本方法不仅拥有优于目前已有的方法的检测效果,还能够在谣言传播的早期就给出判断。
-
公开(公告)号:CN105458001A
公开(公告)日:2016-04-06
申请号:CN201610028529.3
申请日:2016-01-18
Applicant: 南开大学
IPC: B09C1/10
CPC classification number: B09C1/105
Abstract: 本发明涉及污染环境的植物修复技术,具体地说是一种利用盐土植物地肤(Kochia scoparia(L.)Schrad.)修复铅-多氯联苯复合污染土壤。本发明利用盐土植物地肤根系大量吸收富集污染土壤中的铅并向地上部转运,其根系及其微生物还可降解土壤中的多氯联苯,生长90天后收获整株植物并予以妥善处理,从而即可从土壤中富集大量的Pb又可降解其中的多氯联苯;通过反复种植该种盐土植物,重复上述过程,就可以连续修复污染土壤中过量的铅和多氯联苯,直到其铅和多氯联苯含量达到环境安全标准。该方法具有投资小,工程量小,不破坏土壤的理化性质,无二次污染,且可以在治理污染土壤的同时美化环境等优点。
-
-