-
公开(公告)号：CN119669576A
公开(公告)日：2025-03-21
申请号：CN202411825141.7
申请日：2024-12-12
IPC: G06F16/9535 , G06F18/23213 , G06N20/00 , G06N3/042 , G06N3/0464 , G06N3/088
Abstract: 本发明公开了一种基于大语言模型和对比学习的新闻内容智能推荐方法，该方法包括下述步骤：构建微调训练数据集微调训练大语言模型；构建训练集输入微调后的大语言模型得到图结构增强的置信度预测，清洗后得到图结构增强视图；提取聚类信息；经过图神经网络与图对比学习联合训练，获取用户和新闻内容的协同嵌入向量，与聚类嵌入向量合并后经多层感知机获得用于推荐的最终嵌入向量，根据最终嵌入向量计算用户与不同新闻内容的交互评分，并按照交互评分高低为用户推荐新闻内容。本发明能减少图结构增强中的不确定性，尽可能地保留关键信息来进行联合训练，从而获得更好的推荐效果。
-
公开(公告)号：CN115100681B
公开(公告)日：2024-10-15
申请号：CN202210721153.X
申请日：2022-06-24
Applicant: 暨南大学
IPC: G06V40/10 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种衣着识别方法、系统、介质及设备，该方法包括下述步骤：获取多场景下的摄像头视频，将其中的黑白视频着色，整合得到全彩色的图像数据库，对图像数据库进行解帧和标注，构建衣着数据集，基于YOLOv5模型构建衣着识别网络，在主干网络层尾部增加坐标注意力模块，在Neck网络层将YOLOv5模型中的拼接模块替换为Concat_bifpn模块；基于衣着数据集训练衣着识别网络；进行复合检测，基于YOLOv5模型对测试集中的人物进行识别，裁剪提取得到人像结果集，输入衣着识别网络得到衣着识别结果图像集。本发明解决了摄像头环境下目标检测难的问题，实现了精度与速度平衡的高效目标检测效果。
-
公开(公告)号：CN111858932B
公开(公告)日：2024-08-16
申请号：CN202010659948.3
申请日：2020-07-10
Applicant: 暨南大学
IPC: G06F16/35 , G06F40/151 , G06F40/242 , G06N3/0455 , G06N3/0499
Abstract: 本发明公开了一种基于Transformer的多重特征中英文情感分类方法及系统，该方法步骤包括：对给定的文本数据进行预处理，包括划分文本、构造词典、获取数字形式的文本表示；建立模型的编码器网络：将预处理后的文本数据输入模型编码器部分的神经网络，依次经过嵌入层、多重自我注意力层、前馈层，提取并输出每个词语基于多重自我注意力机制的向量表示；建立模型的解码器网络：以编码器网络的输出作为值项和键项的输入，以文本序列的上下文向量作为查询项的唯一输入，经过解码器的多重自我注意力层和前馈层，输出文本基于自我注意力机制的向量表示。本发明以Transformer模型为基础架构，丰富了模型的特征输入中包含的信息，挖掘模型在原先应用领域之外的潜能。
-
公开(公告)号：CN118013372B
公开(公告)日：2024-08-02
申请号：CN202410257623.0
申请日：2024-03-07
Applicant: 暨南大学
IPC: G06F18/241 , G06N3/0455 , G06F18/213 , G06F16/35 , G06V10/40 , G06V10/764 , G06V10/82 , G06F18/22 , G06F18/25 , G06N3/047 , G06F18/2415 , G06N3/0895
Abstract: 本发明公开了一种基于多模态数据异构Transformer资产识别方法、系统及设备，该方法包括下述步骤：采集资产各个模态的信息，包括文本信息和图像信息；构建ALBERT模型、ViT模型和CLIP模型；基于ALBERT模型进行文本信息特征提取；基于ViT模型进行图像信息特征提取；基于CLIP模型进行图像文本匹配信息特征提取；对不同模态的信息进行不同通道的资产类型识别，输出不同通道的分类信息，基于CLIP模型对资产缺失信息进行生成；将不同通道的分类信息与CLIP模型得到的图像信息与文本信息的匹配度进行判别融合，输出最终的资产类别信息。本发明能从多个模态进行综合判断，提高资产识别的准确率。
-
公开(公告)号：CN112417190B
公开(公告)日：2024-06-11
申请号：CN202011353549.0
申请日：2020-11-27
Applicant: 暨南大学
Abstract: 本发明公开了一种密文JPEG图像的检索方法及应用，该方法的步骤包括：获取明文图像及相应的DC系数和AC系数，对明文图像进行图像加密，在熵编码生成比特流是对比特流加密，得到加密的JPEG比特流，并在加密的JPEG比特流中提取特征；解析密文JPEG比特流提取特征，提取DC系数和AC系数的哈夫曼码直方图作为特征；构建神经网络模型，将密文图像的哈夫曼码直方图特征输入神经网络模型，并训练神经网络模型；输入待检索图像加密后的密文图，将密文图的哈夫曼码直方图特征输入到训练好的神经网络模型，输出与待检索图像相似的密文图像。本发明在提升图像检索精度的同时也保证了JPEG图像格式兼容性和加密性能。
-
Patent Agency Ranking
公开(公告)号：CN118013372A
公开(公告)日：2024-05-10
申请号：CN202410257623.0
申请日：2024-03-07
Applicant: 暨南大学
IPC: G06F18/241 , G06N3/0455 , G06F18/213 , G06F16/35 , G06V10/40 , G06V10/764 , G06V10/82 , G06F18/22 , G06F18/25 , G06N3/047 , G06F18/2415 , G06N3/0895
Abstract: 本发明公开了一种基于多模态数据异构Transformer资产识别方法、系统及设备，该方法包括下述步骤：采集资产各个模态的信息，包括文本信息和图像信息；构建ALBERT模型、ViT模型和CLIP模型；基于ALBERT模型进行文本信息特征提取；基于ViT模型进行图像信息特征提取；基于CLIP模型进行图像文本匹配信息特征提取；对不同模态的信息进行不同通道的资产类型识别，输出不同通道的分类信息，基于CLIP模型对资产缺失信息进行生成；将不同通道的分类信息与CLIP模型得到的图像信息与文本信息的匹配度进行判别融合，输出最终的资产类别信息。本发明能从多个模态进行综合判断，提高资产识别的准确率。
-
公开(公告)号：CN115392260B
公开(公告)日：2023-04-07
申请号：CN202211342234.5
申请日：2022-10-31
Applicant: 暨南大学
IPC: G06F40/30 , G06N3/04 , G06F40/242 , G06F40/289
Abstract: 本发明公开了一种面向特定目标的社交媒体推文情感分析方法，包括：对社交媒体推文数据进行预处理，得到目标文本和特定目标；将目标文本经过嵌入层，得到目标文本词向量；将特定目标经过嵌入层，得到特定目标词向量；将目标文本词向量经过自注意力结构，得到自注意力结果；将自注意力结果与特定目标词向量结合并经过跨越注意力结构，得到跨越注意力结果；将跨越注意力结果进行拼接，得到注意力表示矩阵；将注意力表示矩阵依次经过池化层、全连接层和softmax层，得到特定目标的情感倾向结果。本发明基于Transformer结构中的注意力机制，融合局部注意力机制和含有方位信息的注意力机制，提高针对特定目标情感分析的准确性。
-
公开(公告)号：CN115905602A
公开(公告)日：2023-04-04
申请号：CN202211365199.9
申请日：2022-11-03
Applicant: 暨南大学
Abstract: 本发明实施例公开了一种新闻人物识别方法及装置，该方法包括：采集任意一个新闻文本，所述新闻文本至少包括图像数据；基于所述图像数据识别所述新闻文本中的人物图像，提取所述人物图像；根据预设的关系库识别所述人物图像对应的人物名称，所述关系库用于记录不同的人物分别所对应的人物图像和人物名称。通过先构建关系库，使得人物名称与人物图像有了对应的匹配关系，因此当对应于所采集的任意一个新闻文本，通过提取新闻文本中的人物图像，结合关系库中的匹配关系，可以快速识别到与人物图像对应的人物名称，准确度高，整体性能好。
-
公开(公告)号：CN115640486A
公开(公告)日：2023-01-24
申请号：CN202211365279.4
申请日：2022-11-03
Applicant: 暨南大学
IPC: G06F17/10 , G06F16/951 , G06F16/955 , G06Q10/06 , G06Q50/00 , G06Q30/02
Abstract: 本发明实施例公开了一种基于多源数据融合的网络新闻媒体影响力评估方法及装置，方法包括：收集账户信息，所述账户信息包括账户名和媒体平台账号；采集与账户信息相关的多源目标媒体信息，所述多源目标媒体信息包括粉丝数量、文章链接、传播数据；分别计算每一种类别的多源目标媒体信息对应的分项影响力，并根据所述分项影响力计算所述账户信息的综合影响力。实施例中基于网络社交媒体多个信源出发收集账户信息以及采集与账户信息相关的多源目标媒体信息，收集多个信源相关的信息，融合多源信息进行分析，有效避免了单一信源进行评估的局限性，评估结果全面、客观。
-
公开(公告)号：CN115392260A
公开(公告)日：2022-11-25
申请号：CN202211342234.5
申请日：2022-10-31
Applicant: 暨南大学
IPC: G06F40/30 , G06N3/04 , G06F40/242 , G06F40/289
Abstract: 本发明公开了一种面向特定目标的社交媒体推文情感分析方法，包括：对社交媒体推文数据进行预处理，得到目标文本和特定目标；将目标文本经过嵌入层，得到目标文本词向量；将特定目标经过嵌入层，得到特定目标词向量；将目标文本词向量经过自注意力结构，得到自注意力结果；将自注意力结果与特定目标词向量结合并经过跨越注意力结构，得到跨越注意力结果；将跨越注意力结果进行拼接，得到注意力表示矩阵；将注意力表示矩阵依次经过池化层、全连接层和softmax层，得到特定目标的情感倾向结果。本发明基于Transformer结构中的注意力机制，融合局部注意力机制和含有方位信息的注意力机制，提高针对特定目标情感分析的准确性。
-
-
-
-
-
-
-
-
-
Search Results
89
records
(took 0.029 seconds)
