-
公开(公告)号:CN116069919A
公开(公告)日:2023-05-05
申请号:CN202310206985.2
申请日:2023-03-07
Applicant: 华侨大学 , 中国医学科学院阜外医院
IPC: G06F16/332 , G06F16/36 , G06F40/284 , G06F40/30 , G06F40/211 , G06F18/22
Abstract: 本发明实施例提供基于文本和图拓扑相似的问句实体链接方法、装置和介质,涉及知识图谱问答领域。问句实体链接方法包括S1获取问句,并进行实体识别,获取实体提及集合。S2将实体提及集合中的实体提及与知识图谱进行关键词匹配,获取候选实体集。S3根据实体提及集合和候选实体集,进行相似度计算,获取各个候选实体与其对应的实体提及的第一相似度。S4根据第一相似度对各个候选实体进行排序并保留前k个候选实体,获取各个实体提及的候选实体列表。S5获取候选实体列表中的候选实体的向量表示。S6根据向量表示,通过组合相似度模型计算任意两个候选实体列表之间的组合实体向量之间的第二相似度,获取第二相似度最大的组合作链接实体集合。
-
公开(公告)号:CN115829909A
公开(公告)日:2023-03-21
申请号:CN202210587952.2
申请日:2022-05-27
Applicant: 华侨大学
Abstract: 本发明提供了一种基于特征增强和频谱分析的伪造检测方法,在RGB空间通过浅层纹理特征增强保留纹理信息,得到纹理特征增强图;在RGB空间通过通道空间注意力机制模块得到注意力图,将注意力图与输入的特征图执行逐元素点乘,得到经注意力强化后的深层语义特征增强图;在频域空间通过色彩空间变换将图片从RGB色彩空间转换到YCbCr色彩空间,通过DFT和DWT两种频域变换将不同的频域通道串联起来得到浅层频域特征,通过特征提取网络得到深层频域特征图;将纹理特征增强图和深层语义特征增强图经双线性池化进行融合,得到RGB空间特征图;将RGB空间特征图和深层频域特征图拼接,经全连接层进行分类;本发明提供的方法,解决受生成网络结构和数据集多样性影响的问题。
-
公开(公告)号:CN114818717A
公开(公告)日:2022-07-29
申请号:CN202210575509.3
申请日:2022-05-25
Applicant: 华侨大学
IPC: G06F40/295 , G06F40/242 , G06F40/253 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种融合词汇和句法信息的中文命名实体识别方法及系统,包括以下步骤:步骤1、将原始输入文本映射为字向量,使用改进后的词集匹配算法引入外部词汇信息,并整合在每个字的输入表示中;步骤2、根据字的输入表示,利用双向LSTM抽取上下文信息;步骤3、使用NLP工具从原始输入文本中获取词性标签和句法成分,并且使用健值记忆网络构造句法向量,再通过门控机制对上下文向量与句法向量进行加权融合,获得特征向量;步骤4、将特征向量输入标签预测层的CRF中,实现中文命名实体识别。本发明能够解决中文命名实体中实体边界信息不足的问题和融合输入文本的句法信息。
-
公开(公告)号:CN112347366B
公开(公告)日:2022-07-08
申请号:CN202011408926.6
申请日:2020-12-04
Applicant: 华侨大学
IPC: G06F16/9535 , G06F16/335 , G06F16/36 , G06F16/383 , G06K9/62 , G06Q50/20
Abstract: 本发明实施例公开了一种基于学习者画像与习题相似度的预科中文习题推送方法,首先基于用户的母语语系与用户的历史做题轨迹构建学习者画像;之后构建知识点多叉树,进而采用LCA机制计算习题相似度;接着融合学习者画像与习题相似度生成候选习题队列;最后基于用户交互数据实时生成推送习题队列。本发明实施例针对预科留学生,构建了用户的深度垂直学习者画像;充分利用习题的多层语义信息,提升了习题推送的精准性与可解释性;采用实时交互数据,实现“i+1”教学理论下的实时引导。
-
公开(公告)号:CN110008354B
公开(公告)日:2022-06-07
申请号:CN201910284590.8
申请日:2019-04-10
Applicant: 华侨大学
IPC: G06F16/36 , G06F40/295 , G06N3/04
Abstract: 本发明公开了一种基于知识图谱的对外汉语学习内容的构建方法,包括:面向对外汉语学习领域的概念集进行设计,强调概念及概念关系的形式表达;根据概念集针对对外汉语学习语料进行实体和关系抽取,以三元组的形式存储,从而得到最终的对外汉语学习知识图谱;对用户选中的对汉语词语实现关联知识智能推荐和关联知识多角度深层次推理展示。基于对外汉语教学资源中的知识点挖掘和知识图谱构建,将帮助海外汉语学习者有效进行汉语词语学习,提升汉语学习词语练习的交互性、智能化和个性化。
-
公开(公告)号:CN110083690B
公开(公告)日:2022-05-03
申请号:CN201910284601.2
申请日:2019-04-10
Applicant: 华侨大学
IPC: G06F16/332 , G06F16/35 , G06F16/36 , G06F40/30 , G06Q50/20
Abstract: 本发明公开了一种基于智能问答的对外汉语口语训练方法及系统,方法包括:从对外汉语口语教材和互联网等数据源采集口语训练问答对;采用问题生成算法由机器生成训练问答对;汇总语料,并根据语料构建知识图谱;接收用户输入自然语言问题,通过神经网络深度学习对问题进行向量表达,与知识图谱的表达向量进行语义关联;通过关联分析选择合适的回答进行输出。本发明的基于智能问答的对外汉语口语训练方法及系统,实现了具有智能对话、知识库和技能服务等功能,可作为对外汉语口语教学的智能辅助工具。
-
公开(公告)号:CN108182262B
公开(公告)日:2022-03-04
申请号:CN201810008291.7
申请日:2018-01-04
Applicant: 华侨大学
IPC: G06F16/332 , G06F16/36 , G16H50/20
Abstract: 本发明公开了一种基于深度学习和知识图谱的智能问答系统构建方法和系统,利用爬虫获取互联网的问诊医疗数据集,并进行数据预处理获得有标签的数据集;结合医院电子病历构建基于医学领域的分词词典,并与医学词典合并作为系统的分词词典;构建疾病和症状关联的知识图谱,并进行疾病实体对齐和症状实体对齐;根据疾病实体对齐,获得有标签数据集;构建基于深度学习的语言模型;构建结合用户上下文信息的基于知识图谱的查询优化算法;构建语言模型和知识图谱融合的训练数据集并进行模型融合训练,获得基于语言模型和知识图谱的预诊融合模型。本发明基于深度学习和知识图谱,实现了结合用户主诉信息进行主动问诊交互,及根据用户主诉及问诊信息的疾病预诊。
-
公开(公告)号:CN112905744A
公开(公告)日:2021-06-04
申请号:CN202110211603.6
申请日:2021-02-25
Applicant: 华侨大学
Abstract: 本发明实施例提供一种侨情智能问答方法、装置、设备及存储装置,涉及自然语言处理技术领域。其中,这种侨情问答方法包含如下步骤:S1、构建四层结构的侨情概念树。S2、爬取互联网上的侨情非结构化文本数据。其中,侨情非结构化文本数据包含有侨情信息。S3、根据侨情概念树和侨情非结构化文本数据,生成侨情知识图谱。其中,侨情知识图谱根据Neo4j图数据库建立。S4、接收侨情查询语句。S5、根据侨情查询语句从侨情知识图谱中搜索答案。S6、输出答案。通过构建侨情概念树将侨情中的各种数据进行汇总、分类、集合,形成侨情知识图谱,合理的将侨情信息整理起来。基于侨情知识图谱实现了知识问答,使得侨情信息的查询变得更为简单。
-
公开(公告)号:CN112150329A
公开(公告)日:2020-12-29
申请号:CN202010997004.7
申请日:2020-09-21
Applicant: 华侨大学
IPC: G06Q50/20 , G06F40/30 , G06F40/216 , G06F40/186 , G06F16/35 , G06F16/34
Abstract: 本发明提供一种基于多模态历程化数据管理与分享的研学系统和方法,其中系统:包括四个功能模块:关键事件框架与内容设计模块、多模态历程化数据的产生模块、多模态历程化数据的管理模块、一键生成与分享模块,在关键事件基础上,通过汇聚关键事件的建设数据、学习数据,以及与关键事件相关联的多模态历程化创作数据,解决了学生碎片化记录所带来的记录不完整,减轻了用户后期整理研学旅行过程性数据的负担,有助于用户进行更友好的研学体验;通过组建提取技术能够快速批量地导出相关数据,同时,通过模板套用的方式能够将导出的数据以可视化故事方式呈现出来,提高了数据的可读性和完整性。
-
公开(公告)号:CN111753077A
公开(公告)日:2020-10-09
申请号:CN202010604687.5
申请日:2020-06-28
Applicant: 华侨大学
IPC: G06F16/335 , G06F16/35 , G06F16/9536
Abstract: 本发明公开了一种基于学生知识画像的中文智能教学题库生成方法,具体包括:基于中文题目库、中文知识点体系、用户学习进度等信息构建来华留学生的中文知识画像,进而分阶段生成相似题目列表、协同推荐题目列表、进度匹配题目列表以及最后的推荐题目列表,为每位学生生成个性化的训练题库。本发明提出的方法能够针对具体用户群体,实现学习资源特征化,结合用户信息构建用户画像,实现真正的因材施教。
-
-
-
-
-
-
-
-
-