一种无监督的英语短文句子跑题分析方法

    公开(公告)号:CN110287291B

    公开(公告)日:2021-11-02

    申请号:CN201910596537.1

    申请日:2019-07-03

    Inventor: 黄桂敏 刘剑 周娅

    Abstract: 本发明公开一种无监督的英语短文句子跑题分析方法,分析系统是一个由顺序连接的英语短文预处理模块、多元语义表示模型构建模块、英语短文表示模型构建模块、英语短文句子跑题分析模块组成。一篇英语短文通过该分析系统处理后,最后能够得到该篇英语短文中跑题的句子,以及英语短文句子跑题程度分数与评语。本发明方法解决了传统的无监督英语短文句子跑题分析方法忽略了词与词之间的语义相关性,从而导致的在进行英语短文句子跑题分析时无法准确分析出跑题句子和跑题程度评分准确差的问题。

    基于注意力的音频和歌词的多模态音乐风格分类方法

    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

    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。

    一种完全注意力机制的属性级情感分析方法

    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

    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。

    一种融合编码和多版本数据的海量空间对象存储方法

    公开(公告)号:CN106991149A

    公开(公告)日:2017-07-28

    申请号:CN201710192554.X

    申请日:2017-03-28

    Abstract: 本发明公开一种融合编码和多版本数据的海量空间对象存储方法,采用“低精度网格编码,高精度空间对象编码”将多维空间数据转换到一维空间,然后采用“字典序定位数据块,低冗余度数据查询”策略来实现查询过程涉及到的冗余数据修剪,有效提升了范围查询性能。在编码精度为8个Base‑32字符时,一个网格单元的覆盖面积约为725m2,查询半径在1000m时,查询响应时间不超过1秒,能有效满足诸如智慧旅游中基于游客位置的旅游资源推荐等数据查询需求。

    对等网络流媒体点播节点请求转移与缓存替换方法

    公开(公告)号:CN106060009A

    公开(公告)日:2016-10-26

    申请号:CN201610311303.4

    申请日:2016-05-12

    Abstract: 本发明公开了一种对等网络流媒体点播节点请求转移与缓存替换方法,该方法通过对超载节点收到的流媒体资源请求按请求优先级进行排序,筛选出低优先级的流媒体资源请求,并计算持有被请求流媒体资源的邻居节点能力值,然后把该超载节点无法及时处理的请求转移给这些邻居节点,实现各节点的负载均衡;当节点的缓存空间已满时,筛选出该节点缓存中低替换优先度的流媒体资源,并计算所筛选出的流媒体资源中所有流媒体数据片的供需比,然后在节点缓存中删除供需比最大的流媒体数据片,缓存它新点播的流媒体数据片,以此来动态调整系统中流媒体资源的分布,进一步增加了系统的稳定性、提高节点的带宽利用率、降低服务器负载,从而更好地保证服务质量。

    基于多元特征的英语作文语法错误自动纠正方法

    公开(公告)号:CN103365838B

    公开(公告)日:2016-04-20

    申请号:CN201310311955.4

    申请日:2013-07-24

    Abstract: 基于多元特征的英语作文语法错误自动纠正方法,包括语法纠错预处理模块、语法纠错模型训练模块和语法错误检查纠正模块;其中语法纠错预处理模块对输入的训练文本集进行单词词性标注、句子句法解析和单词词频统计;语法纠错模型训练模块对输入单词词性标注库、句子句法树结构库、单词词频统计库、单词词性语法混淆集,提取单词及其词性上下文语法特征、单词及其词性结构依赖语法特征、单词及其词性的语法特征,计算单词语法特征权重,输出语法纠错统计模型;语法错误检查纠正模块利用语法纠错统计模型和语法纠错规则模型对待纠错作文进行语法纠错,输出英语作文中语法错误的纠正结果。该方法实现了对英语作文中常见11种英语语法错误自动纠正。

    一种常数复杂度的对等网络目的资源定位方法

    公开(公告)号:CN102833169B

    公开(公告)日:2015-03-04

    申请号:CN201210322936.7

    申请日:2012-09-04

    Abstract: 本发明公开了一种常数复杂度的对等网络目的资源定位方法,包括分配标识符、通信过程、路由表、资源发布、资源定位、路由信息维护等内容。通过将网络中节点进行哈希编码,形成一个循环的路由表,通过对路由表中的节点分发网络的更新消息,做到维护全体节点的全局路由表,从而实现在在高度动态变化的互联网中通过常数复杂度的路由过程就可以快速定位到网络中分布式目标资源,大部分情况下每次定位目标资源都只需要一次查询,同时只需要很少网络开销来定位资源和维护整个对等网络。

    基于多元特征的英语作文语法错误自动纠正方法

    公开(公告)号:CN103365838A

    公开(公告)日:2013-10-23

    申请号:CN201310311955.4

    申请日:2013-07-24

    Abstract: 基于多元特征的英语作文语法错误自动纠正方法,包括语法纠错预处理模块、语法纠错模型训练模块和语法错误检查纠正模块;其中语法纠错预处理模块对输入的训练文本集进行单词词性标注、句子句法解析和单词词频统计;语法纠错模型训练模块对输入单词词性标注库、句子句法树结构库、单词词频统计库、单词词性语法混淆集,提取单词及其词性上下文语法特征、单词及其词性结构依赖语法特征、单词及其词性的语法特征,计算单词语法特征权重,输出语法纠错统计模型;语法错误检查纠正模块利用语法纠错统计模型和语法纠错规则模型对待纠错作文进行语法纠错,输出英语作文中语法错误的纠正结果。该方法实现了对英语作文中常见11种英语语法错误自动纠正。

    对等网络流媒体点播服务质量保证方法及系统

    公开(公告)号:CN102833163A

    公开(公告)日:2012-12-19

    申请号:CN201210302351.9

    申请日:2012-08-23

    Abstract: 本发明公开了一种对等网络流媒体点播服务质量保证方法及系统,该系统包括顺序连接的节点加入模块、资源查找模块、服务响应模块和信息反馈模块。首先,本发明采用区分服务的方式,针对互联网上点播网络中节点请求服务质量值,采用不同的流媒体服务类型对其服务请求进行响应处理,从而激励点播网络中节点尽最大努力为其他节点的流媒体服务请求提供服务,提高了点播网络中流媒体点播过程的服务质量,克服现有互联网上流媒体点播服务中节点“搭便车”行为所造成的服务质量差的问题;其次,本发明提供了一种高效的对等网络流媒体点播服务资源查找方法,通过它使点播网络中请求节点快速查找到所需流媒体资源。

    不依赖人工预评分的大学英语作文自动评分系统及方法

    公开(公告)号:CN102831558A

    公开(公告)日:2012-12-19

    申请号:CN201210251653.8

    申请日:2012-07-20

    Abstract: 本发明公开了不依赖人工预评分的大学英语作文自动评分系统及评分方法,该系统由训练作文特征词-作文矩阵生成模块、训练作文语义空间构建模块、待评分作文自动评分模块构成,训练作文特征词-作文矩阵生成模块中“构建特征词-作文矩阵”处理单元的处理结果“特征词-作文矩阵”,输入到训练作文语义空间构建模块中“构建训练作文集语义空间”处理单元,训练作文语义空间构建模块中“映射满分作文集特征词词频向量到训练作文集语义空间”处理单元的处理结果“满分作文集语义空间”,输入到待评分作文自动评分模块中“计算待评分作文分数”处理单元。本系统可以大大减轻大学英语教师批阅学生英语作文的工作量,而且评分的信度和效度高。

Patent Agency Ranking