-
公开(公告)号：CN108038205B
公开(公告)日：2021-12-21
申请号：CN201711344068.1
申请日：2017-12-15
Applicant: 福州大学
IPC: G06F16/9536 , G06F40/30 , G06F40/289 , G06N3/04 , G06Q50/00
Abstract: 本发明涉及一种针对中文微博的观点分析原型系统。包括：一中文微博数据预处理模块，用于将不同用户在不同话题下发表的微博及其评论文本进行对话序列级联、中文分词，得到词向量字典；一一致性挖掘模块，对用户‑观点、话题‑观点、用户‑文本和话题‑文本之间的一致性构建抽象向量，从全局的角度刻画中文微博的特征，利用四者之间的相互联系挖掘出隐含的文本语义和观点信息；一特征抽取模块，基于上下文和卷积神经网络模型从局部和全局的角度抽取出不同类型的特征，并根据误差不断更新参数；一分类结果输出模块，用分类函数得到最终的观点分析结果。本发明能够自动抽取出有效特征，并对特征进行抽象和组合，最终识别出中文微博的不同观点类别。
-
公开(公告)号：CN113642630A
公开(公告)日：2021-11-12
申请号：CN202110913660.9
申请日：2021-08-10
Applicant: 福州大学
Abstract: 本发明涉及一种基于双路特征编码器的图像描述方法及系统，系统包括：一个场景图生成模块，用于根据输入图片构造场景图；一个图卷积神经网络模块，用于对场景图中的物体节点和关系节点进行编码；一个全局特征编码器，用于对物体节点进行辅助编码；一个特征融合模块，用于对图卷积神经网络和全局特征编码器编码的物体节点特征进行融合；一个基于双层LSTM的解码器模块，用于对经过图卷积神经网络和全局特征编码器共同编码的图节点特征进行解码，生成描述语句。本发明能够更好地根据图像生成描述语句。
-
公开(公告)号：CN107895053B
公开(公告)日：2021-09-24
申请号：CN201711330329.4
申请日：2017-12-13
Applicant: 福州大学
Abstract: 本发明提出一种针对社交媒体的动量模型的新兴热点话题检测系统及方法。该系统包括：一增量聚类算法，在于聚类出各个热点话题，为加速后面的人工标注过程；一正态分布累积概率求解，在于刻画话题的质量模型；一话题增长率求解过程，在于求解话题的速度模型；动态突发关键词的重叠率，用来衡量话题的新颖性；话题重要性衡量指标，使用话题用户和重要用户重叠率来衡量，为了衡量话题重要性；一个DBSCAN离群点检测算法，为了发现异常点来表示新兴热点话题。本发明能够利用社交媒介中数据的各维度作为特征，并刻画新兴热点话题的趋势，从而检测出新兴热点话题。
-
公开(公告)号：CN112288632A
公开(公告)日：2021-01-29
申请号：CN202011178157.5
申请日：2020-10-29
Applicant: 福州大学
Abstract: 本发明涉及一种基于精简ESRGAN的单图像超分辨率方法，包括以下步骤：步骤S1:获取待处理低分辨图像，并预处理；步骤S2:根据预处理后的图像，通过改进型单图像超分辨率生成对抗网络中的生成器模块，生成超分辨率图像，若模型处于训练阶段，则进行步骤S3，否则进行步骤S4；步骤S3:构建判别器，并将判别器用于判断超分辨率图像是否为真实的高分辨率图像，根据判别器得到的结果进行反向传播，优化生成器，重新进行步骤S2；步骤S4:对得到的超分辨率图像进行边缘修复处理，得到最终的超分辨率图像。本发明解决图像放大后的边缘修复问题，去除边缘锯齿效应和块效应，使得图像更加平滑，从而较好地实现单图像超分辨率重建。
-
-
Patent Agency Ranking
公开(公告)号：CN112199504A
公开(公告)日：2021-01-08
申请号：CN202011184688.5
申请日：2020-10-30
Applicant: 福州大学
IPC: G06F16/35 , G06F40/247 , G06F40/30 , G06N3/04
Abstract: 本发明涉及一种融合外部知识与交互注意力机制的视角级文本情感分类方法及系统，包括步骤：构建带有外部知识的文本序列内容，同时引入哨兵向量改善外部知识对模型的误导作用；构建带有交互信息及位置信息的记忆内容；构建记忆内容的多层注意力表示，并将注意力结果与门控循环单元非线性结合，最终形成视角级文本情感特征表示；采用分类函数得到文本最终的情感分类结果。本发明能够对视角级文本进行特征化处理，并通过BiLSTM从文本中提取语义特征，然后通过多层注意力机制，得到最终的分类结果。
-
公开(公告)号：CN110941700A
公开(公告)日：2020-03-31
申请号：CN201911161645.2
申请日：2019-11-22
Applicant: 福州大学
IPC: G06F16/33 , G06F40/205 , G06F40/289 , G06F40/30 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于多任务联合学习的论辩挖掘系统及其工作方法，包括数据预处理模块，进行数据预处理；文本嵌入模块，由CNN网络从词级别和字符级别提取特征表示，并联合任务特定特征作为下一模块的向量输入；联合学习模块，采用多任务学习中参数的硬共享机制，多个任务共享了一个模型的隐层，并行的进行模型的训练学习，此外使用栈式双向长短时记忆神经网络（LSTM）学习文本的上下文信息，用来完成序列标注任务；论辩挖掘标签预测输出模块，用于完成论辩挖掘论点类型预测工作，输出文本中论点的类型。本发明能够从论辩文本数据中学习高质量的文本特征，最终检测出文本所包含的论点的类型。
-
公开(公告)号：CN110825952A
公开(公告)日：2020-02-21
申请号：CN201911085552.6
申请日：2019-11-08
Applicant: 福州大学
IPC: G06F16/953 , G06F16/33 , G06N3/04
Abstract: 本发明涉及一种基于嵌套LSTM的水军评论检测方法，包括以下步骤：步骤S1：将输入的数据分为文本信息与行为信息；步骤S2:对行为信息进行特征抽取获得行为特征，并将文本信息送入所述文本特征提取模块，得到包含上下文信息的文本特征；步骤S3：将得到的包含上下文信息的文本特征送入所述嵌套LSTM模块，并提取该文本特征的空间结构信息，得到包含整体与部分关系的文本特征；步骤S4：将包含整体与部分关系的文本特征与行为特征输入至集成学习模块中，得到评论最终的分类结果。本发明能够抽取出有效特征，并对特征进行抽象和组合，最终识别出文本空间特征。
-
公开(公告)号：CN109783629A
公开(公告)日：2019-05-21
申请号：CN201910042008.7
申请日：2019-01-16
Applicant: 福州大学
IPC: G06F16/332 , G06F16/35 , G06N3/04
Abstract: 本发明涉及一种融合全局事件关系信息的微博客事件谣言检测方法，提供一文本数据预处理模块，用以获得微博客事件的微博文本的段落向量；提供一事件特征自动抽取模块，用以抽取出微博客事件的特征向量；提供一全局事件关系特征抽取模块，用以得到事件全局关系信息的事件向量表示；提供一分类结果输出模块，用以拼接出最终的事件向量并通过分类函数得到微博客事件最终的谣言检测结果；能够较好地进行微博客事件类别的分析且通用性强，能站在在数据使用者的角度进行谣言检测。
-
公开(公告)号：CN108460499A
公开(公告)日：2018-08-28
申请号：CN201810281738.8
申请日：2018-04-02
Applicant: 福州大学
Abstract: 本发明涉及一种融合用户时间信息的微博客用户影响力排名方法，包括步骤：（1）对微博客用户进行特征化处理；（2）根据微博客用户特征对所有用户集进行聚类，得到微博客中的潜在有影响力用户集；（3）对潜在有影响力用户集构建特定话题领域下的张量影响力模型；（4）利用张量分解重构新的张量影响力模型；（5）根据重构的张量影响力模型预测用户的影响力得分；（6）根据用户的影响力得分从高到低排序，得到用户的影响力排名结果并输出。本发明方法可提高特定话题领域下用户影响力预测精度。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.025 seconds)
