-
公开(公告)号：CN115600636A
公开(公告)日：2023-01-13
申请号：CN202110781497.5
申请日：2021-07-09
Applicant: 南京大学(CN)
IPC: G06N3/04
Abstract: 一种基于冻结神经元的深度神经网络模型变异方法，包括模型解析模块、输入预处理模块和输出计算模块。模型解析模块通过解析深度神经网络模型的结构，将模型结构抽象为层次化的信息，以规定格式保存。当用户指定需要冻结的神经元时，会根据模型结构信息生成对应的模型变异配置。输入预处理模块根据模型解析模块提供的模型变异配置，在数据输入下一层之前将指定神经元冻结。输出计算模块负责计算变异后的深度神经网络模型进行预测时，层与层之间的输出与最终预测结果，并整合为可复用的层次化信息。
-
公开(公告)号：CN113283250A
公开(公告)日：2021-08-20
申请号：CN202110581487.7
申请日：2021-05-26
Applicant: 南京大学
IPC: G06F40/58 , G06F40/211
Abstract: 一种基于句法成分分析的机器翻译自动化测试方法，其特征是使用句法成分分析获取句子的选区结构，并构建蜕变关系，无需参考文本即可评估机器翻译模型的性能。主要解决当前测试机器翻译的存在的依赖参考文本。准确性较低、内部参数不可理解、和测试预言难以构建的问题。选区反映了句子与其组成部分之间的整体关系，它通常用于描述句子的句法结构的特征。由于修饰词不能对句子的结构产生强烈的影响，给定句子的选区结构通常保留在其添加修饰语之后的句子的选区结构中，即选区不变性。本方法的步骤包括使用句子压缩模型生成文本扩增模板，使用BERT模型生成选区变体，使用选区解析树模型来表达句子结构，并基于选区不变性检测翻译错误。
-
公开(公告)号：CN110119419A
公开(公告)日：2019-08-13
申请号：CN201810092877.6
申请日：2018-01-26
Applicant: 南京大学
Abstract: 本发明提出了一种基于开源社区仓库的Star信息和README文档来发掘并推荐高质量相似仓库的方法。该发明的创新在于如下三个方面：只推荐开源社区中优秀的相似项目仓库；突破了现有方法中的局限性，突破了开发语言的限制，可以进行跨语言比较、推荐；充分利用仓库自身的Star用户列表和README文档来发现仓库间的相似性。通过实验发现，本发明较现有方法，准确率更佳。
-
公开(公告)号：CN102622628B
公开(公告)日：2014-09-03
申请号：CN201210044120.2
申请日：2012-02-24
Applicant: 南京大学
Abstract: 通过渲染方式生成QR码的方法，包括以下三种独立的方法或二种以上的组合：以小块图片替换每一个黑白块，小块图片有多个，根据需要进行选择；对QR码符号不同的部分使用不同大小的图片进行填充，同时将原本的方角矩形改为圆角矩形，将独立存在的黑白块使用圆形图片进行填充；使用立体图形呈现QR码。普通QR码都以黑白的外观呈现，本发明在不影响识别的前提下以一种更加美观的方式呈现QR码。本发明生成的QR码上都可以覆盖上小图标，使得生成的QR码具有使用者的独特特征。本发明使得可以以更加丰富的形式来呈现原本比较单调的QR码。
-
公开(公告)号：CN102591915B
公开(公告)日：2013-09-11
申请号：CN201110419665.2
申请日：2011-12-15
Applicant: 南京大学
IPC: G06F17/30
Abstract: 一种基于标签迁移学习的推荐方法，利用迁移技术解决标签数据稀疏的问题，迁移的知识是标签之间的关系，利用已有标签信息密集的数据集，聚类得到标签的topic，通过迁移学习的方式将标签的topic迁移到其他相关的但是标签信息相对稀疏的数据集上，然后根据迁移来的标签topic结合评分数据计算得到用户的相似度，最后利用协同过滤技术完成推荐。本发明提供的方法通过引入另外一个相似的但数据密集的领域的标签信息，来计算新领域的标签topic，从而提高计算用户相似性的准确性，进而达到更好的推荐效果。
-
Patent Agency Ranking
公开(公告)号：CN102508870B
公开(公告)日：2013-09-11
申请号：CN201110306941.4
申请日：2011-10-10
Applicant: 南京大学
IPC: G06F17/30
Abstract: 一种结合评分数据与标签数据的个性化推荐方法，根据用户对产品的评分数据和产品被标记的标签数据计算生成用户对标签的评分数据，然后采用基于用户的协同过滤思想来根据用户对标签的评分数据计算用户间的相似度，生成目标用户的相似用户群，最后根据相似用户群的评分来预测目标用户对产品的未知评分。本方法通过结合评分数据和标签数据来计算用户间的相似度，从而使计算得到的相似度更精确，并最终为目标用户产生更精确的预测评分，提高了推荐的效果。
-
公开(公告)号：CN102236602B
公开(公告)日：2013-09-11
申请号：CN201110203876.2
申请日：2011-07-21
Applicant: 南京大学
IPC: G06F11/36
Abstract: 一种可视化软件测试设计平台，包括动态链接库(DLL)注册模块、测试流程编辑模块、测试流程解析模块、测试流程执行模块以及测试管理模块；其中，测试管理模块对所有模块进行调度并管理；动态链接库注册模块负责将底层接口定义为测试编辑模块中的原子测试单元；测试流程编辑模块提供可视化的测试解决方案定义工具，测试解决方案包括功能测试图、测试流程图及各图之间的关联关系，通过DLL注册模块将外部DLL的函数定义为流程图中的原子测试单元；测试流程执行模块载入测试流程解析模块生成的中间代码，建立测试执行的虚拟机环境，根据已定义的流程的逻辑自动完成测试过程。
-
公开(公告)号：CN118409966B
公开(公告)日：2025-02-14
申请号：CN202410555054.8
申请日：2024-05-07
Applicant: 南京大学
IPC: G06F11/3668 , G06F40/30 , G06F21/56
Abstract: 本发明公开一种基于代码语义一致性的深度学习框架差分测试方法，使用自然语言处理领域中的语义分析技术、程序分析领域中的静态代码分析技术以及软件测试领域的模糊测试和蜕变测试理念去自动化地捕获深度学习框架中存在的缺陷，是一种能够生成语义一致的对应于多个深度学习框架的代码、运用多种数据变换算子去生成深度学习框架的输入数据以高效率地发现深度学习框架中存在的缺陷的方法。
-
公开(公告)号：CN113283250B
公开(公告)日：2024-06-21
申请号：CN202110581487.7
申请日：2021-05-26
Applicant: 南京大学
IPC: G06F40/58 , G06F40/211
Abstract: 一种基于句法成分分析的机器翻译自动化测试方法，其特征是使用句法成分分析获取句子的选区结构，并构建蜕变关系，无需参考文本即可评估机器翻译模型的性能。本方法的输入是一组未标记的单语言句子，输出为疑似错误报告列表。该方法主要解决当前测试机器翻译的存在的依赖参考文本、准确性较低、内部参数不可理解、测试预言难以构建的问题。本发明提出了一种新的概念，选区不变性。在语言学中，选区反映了句子与其组成部分之一之间的整体关系，它通常用于描述句子的句法结构的特征。根据语言学中的定义，修饰词不能对句子的结构产生强烈的影响，此特征表明给定句子的选区结构通常保留在其添加修饰语之后的句子的选区结构中，即选区不变性。本方法的步骤包括使用句子压缩模型生成文本扩增模板，使用BERT模型生成选区变体，使用选区解析树模型来表达句子结构，并基于选区不变性检测翻译错误。
-
公开(公告)号：CN117009513A
公开(公告)日：2023-11-07
申请号：CN202310520002.2
申请日：2023-05-09
Applicant: 南京大学
IPC: G06F16/35 , G06N3/0455 , G06N3/0499 , G06F16/951 , G06F18/2415 , G06F18/27
Abstract: 本发明公开一种基于bert模型的事件细粒度舆情分析方法，涉及自然语言处理情感分析领域。具体包括以下步骤：数据获取步骤，用python爬虫采用网络爬虫的方式对微博平台上包含特定关键词的微博信息进行采集包含关键词的微博信息，并将数据存储到TIDB数据库中；使用基于损失分布指导的标签噪声判别与平滑方法，缓解标注噪声对模型的误导；构建情感分析模型，通过领域偏离度修正注意力机制，将先验知识与模型有机结合，从而学习生成一个中文微博文本细粒度分类模型WEBERT，实现中文文本情感六分类；最后将预测的结果输入到双重差分模型中。本发明能帮助研究人员进行快捷且有效的情感分析，在有限的时间内构建有效的分析流程。
-
-
-
-
-
-
-
-
-
Search Results
45
records
(took 0.021 seconds)
