-
公开(公告)号：CN117708642A
公开(公告)日：2024-03-15
申请号：CN202311456751.X
申请日：2023-11-03
Applicant: 桂林电子科技大学
IPC: G06F18/24 , G06V10/82 , G06N3/0455 , G06F18/213 , G06F18/25 , G06V10/80 , G06V10/77 , G06N3/0464 , G06N3/0985
Abstract: 本发明涉及图像和文本融合技术领域，具体地说，涉及一种多级融合图像和文本的多模态方面级情感分析方法，包括以下步骤：步骤1、多粒度视觉对齐；包括粗粒度对齐、细粒度对齐以及字符粒度对齐；步骤2、多尺度视觉融合；先通过利用多粒度视觉对齐的视觉数据来捕捉多尺度视觉特征并获得相应的层次视觉表示，然后进行视觉方面和意见的监督，最后基于prompt的动态视觉融合；步骤3、文本引导的多模态训练；通过最小化文本输出空间与文本+图像上下文输出空间的KL损失，得到多模态方面级情感分析结果。本发明能较佳地进行多模态方面级情感分析。
-
公开(公告)号：CN117707722A
公开(公告)日：2024-03-15
申请号：CN202311458097.6
申请日：2023-11-04
Applicant: 桂林电子科技大学
Abstract: 本发明涉及数据库和数据挖掘技术领域，涉及一种时空众包在线微任务快速分配方法，包括：步骤1、实时动态到达平台的时空众包参与者，根据参与者的属性分类，属于工作者存放Workers队列中，属于任务存放在Tasks队列中；步骤2、根据Workers队列和Tasks队列数量大小确定构建二分图，并采用KM算法来实现最优匹配；步骤3、输出最优的匹配对集合M。本发明能实现快速分配，能实现时空众包平台收益最大化。
-
公开(公告)号：CN117688933A
公开(公告)日：2024-03-12
申请号：CN202311446036.8
申请日：2023-11-02
Applicant: 桂林电子科技大学
IPC: G06F40/211 , G06F40/143 , G06F40/279 , G06F18/241 , G06N3/042 , G06N3/0464
Abstract: 本发明涉及自然语言处理技术领域，涉及一种基于边界token标注的情感四元组抽取方法，其包括以下步骤：1)使用预训练的语言模型作为主干，生成语义上下文的token表示；2)利用GCN引入句法依赖树到token表示；3)枚举所有可能的token对，分别将1)和2)中对应的token表示输入到CLN中，分别生成带有上下文语义和句法依赖的所有token对的表示；4)通过线性层融合两种token对表示，获得最终的token对表示，并且使用多标签分类器来预测标签；5)从标签中还原出结构化情感四元组。本发明能较佳地进行情感四元组抽取。
-
公开(公告)号：CN117648922A
公开(公告)日：2024-03-05
申请号：CN202311397452.3
申请日：2023-10-26
Applicant: 桂林电子科技大学
IPC: G06F40/211 , G06F16/35 , G06N3/04 , G06N3/0895
Abstract: 本发明涉及语言处理技术领域，涉及一种用于探测预训练深度语言模型生成的句子表示的方法，包括：一、给定句子W、W对应的模型M；二、从模型M中获得向量序列H＝M(W)；三、设计树拓扑探针，树拓扑探针首先使用结构探针计算H的探测树深序列probSeqf；然后，构建伪树深序列pesuSeqW并计算pesuSeqf与pesuSeqW之间的距离度量；四、将任务损失和距离度量输入综合损失得到最后的微调损失，通过树拓扑探针微调发现预训练深度语言模型生成的句子表示的内部结构是否具有树形结构的层次结构。本发明能较佳地探测句子表示。
-
公开(公告)号：CN113743097B
公开(公告)日：2024-03-01
申请号：CN202110969975.5
申请日：2021-08-23
Applicant: 桂林电子科技大学
IPC: G06F16/35 , G06F40/211 , G06F40/30 , G06F40/216 , G06N3/0464 , G06N3/047 , G06N3/08
Abstract: 本发明涉及情感分析技术领域，具体地说，涉及一种基于跨度共享和语法依存关系增强的情感三元组抽取方法，其包括以下步骤：一、通过编码器层获得特征表示；二、通过依赖图神经网络层增强语义表示；三、生成跨度并对过滤掉无效跨度；四、通过情感分类器完成分类。本发明能较佳地抽取三元组。
-
Patent Agency Ranking
公开(公告)号：CN114417814B
公开(公告)日：2022-11-15
申请号：CN202111531641.6
申请日：2021-12-14
Applicant: 桂林电子科技大学
IPC: G06F40/205 , G06F16/33 , G06F16/332 , G06F40/247
Abstract: 本发明涉及情绪侦测与情感分析技术领域，具体地说，涉及一种基于情感知识增强的词语分布式表示学习系统，其包括情感知识整合框架和弱监督知识生成框架；情感知识整合框架包括知识查询模块，知识整合模块以及词表示生成模块；弱监督知识生成框架用于生成一个领域情感词典DSD，DSD整合了目标领域的无标签文本、领域独立的情感词典和目标领域文本的标签三部分的资源。本发明能较佳地进行情感知识整合。
-
公开(公告)号：CN113796364A
公开(公告)日：2021-12-17
申请号：CN202111208418.8
申请日：2021-10-18
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种害虫诱捕监测设备。该设备包括：诱虫部、采虫部、集虫部和控制部。诱虫部，包括诱虫灯、诱虫剂中的至少一种；采虫部包括：采虫板、翻转驱动电机和风扇；其中，风扇用于产生负压，由诱虫部引诱的虫在负压的作用下，吸附在采虫板上；翻转驱动电机，与采虫板的翻转轴连接，用于驱动采虫板翻转；集虫部，包括集虫网；集虫网，位于采虫板下方，用于在采虫板翻转后，收集采虫板上的虫；控制部包括：处理器、光照传感器和图像采集器；其中，图像采集器用于采集采虫板吸附面的图像，吸附面为采虫板吸附有虫的一面；处理器，分别与光照传感器、图像采集器以及翻转驱动电机电连接，用于控制翻转驱动电机运转。本发明实现了除虫的自动化。
-
公开(公告)号：CN113743097A
公开(公告)日：2021-12-03
申请号：CN202110969975.5
申请日：2021-08-23
Applicant: 桂林电子科技大学
IPC: G06F40/247 , G06F40/216 , G06N3/04 , G06N3/08
Abstract: 本发明涉及情感分析技术领域，具体地说，涉及一种基于跨度共享和语法依存关系增强的情感三元组抽取方法，其包括以下步骤：一、通过编码器层获得特征表示；二、通过依赖图神经网络层增强语义表示；三、生成跨度并对过滤掉无效跨度；四、通过情感分类器完成分类。本发明能较佳地抽取三元组。
-
公开(公告)号：CN113177136A
公开(公告)日：2021-07-27
申请号：CN202110460027.9
申请日：2021-04-27
Applicant: 桂林电子科技大学
IPC: G06F16/65 , G06F16/683 , G06F40/211 , G06F40/216 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及音乐风格分类技术领域，涉及一种基于注意力的音频和歌词的多模态音乐风格分类方法，步骤如下：一、数据获取；二、音频预处理：先对音频数据采取Mel频谱特征提取，然后经过CNN网络得到音频特征；三、歌词预处理：先进行BERT预训练得到词向量，然后经过HAN网络得到歌词特征向量；四、attention模间融合：通过Attention模间融合，将获取的音频和歌词特征，进行交互融合获取融合的Attention注意力向量，再与音频和歌词特征向量拼接，获得包含音频和歌词各自模态特征，以及模态间融合特征的音乐风格特征；五、经过softmax层进行分类。本发明能较佳地对数据进行学习和分类。
-
公开(公告)号：CN111259153A
公开(公告)日：2020-06-09
申请号：CN202010072375.4
申请日：2020-01-21
Applicant: 桂林电子科技大学
IPC: G06F16/35 , G06F40/211 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种完全注意力机制的属性级情感分析方法，该方法结合基于自注意力机制网络SAM-NN和特定方面注意力机制网络AAM-NN来分别生成词汇级别、句子级别语义特征，最后通过一个全连接神经网络FC-NN输出层计算评论句子内容的情感极性。本发明所提出的方法在实现上是并行结构的，并且在每一个网络计算模块，本发明都融合了特定方面信息特征，保证了该方法在尽可能的根据特定方面信息进一步分析出用户评论信息中关于目标对象特定属性方面的情感极性。与现有技术相比，本发明方法不仅有效提高特定方面情感分析任务的准确率，而且有效减少在模型训练时间上的花费。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.033 seconds)
