一种基于多粒度情感的对话推荐方法及系统

    公开(公告)号:CN115630145A

    公开(公告)日:2023-01-20

    申请号:CN202211175448.8

    申请日:2022-09-26

    Abstract: 本发明公开了一种基于多粒度情感的对话推荐方法及系统。本方法为:1)利用对话推荐系统中的编码器对历史对话上下文语句进行语义编码;其中,所述语义编码包括历史对话上下文语义向量编码和多粒度情感感知向量编码;所述历史对话上下文语义向量编码方法为:使用词向量嵌入矩阵和位置嵌入矩阵将历史对话上下文中的每个文本单元表示为对应的文本单元语义向量,得到历史对话上下文的语义表示向量;所述多粒度情感感知向量编码方法为:对历史对话上下文中的情感词进行编码得到历史对话上下文的多粒度情感感知向量;2)对语义编码进行线性变换映射,并将映射结果与历史对话上下文进行拼接后输入对话推荐系统中的解码器,得到推荐的回复语句。

    一种基于卷积神经网络的用户属性推断方法和装置

    公开(公告)号:CN108492200B

    公开(公告)日:2022-06-17

    申请号:CN201810124041.X

    申请日:2018-02-07

    Abstract: 本发明涉及一种基于卷积神经网络的用户属性推断方法和装置。该方法根据用户节点的属性和好友关系,建立自中心网络;然后采用卷积神经网络提取所述自中心网络中用户节点的属性信息和好友关系中所包含的隐藏信息,利用所述隐藏信息推断出用户的缺失属性。针对好友关系无法直接获取或获取难度较大的社交网络,采用神经网络仅利用用户的属性信息对缺失的属性进行分类预测。本发明可以很好的避免人为定义相似度函数的局限性,而且通过卷积核的卷积操作能够更好的表现出不同属性间以及不同的属性维度间的关系,从而能够高效、准确地进行用户缺失属性推断。

    一种基于5G移动网络流量分析的应用识别方法和系统

    公开(公告)号:CN113382039A

    公开(公告)日:2021-09-10

    申请号:CN202110494589.5

    申请日:2021-05-07

    Abstract: 本发明公开了一种基于5G移动网络流量分析的应用识别方法和系统。本方法为:1)数据采集模块采集5G移动网络流量并将其发送给DPI识别模块;2)DPI识别模块对数据链路层和网络层进行拆包,获取五元组以及时间戳信息,然后根据五元组以及时间戳信息对数据包进行分类合并成流;然后根据每一流中数据包的明文特征判断该流对应的应用层协议;3)DFI识别模块从网络流量数据包中提取流量的多粒度级别特征,包括流特征、数据包特征、主机行为特征、TCP头部特征、IP头部特征;然后对得到的多粒度级别特征进行过滤;4)DFI识别模块根据过滤后的流的特征利用基于结构数据依赖的DBSCAN方法识别该流所属应用。

    一种并行的数据差分方法
    47.
    发明授权

    公开(公告)号:CN107016053B

    公开(公告)日:2020-05-22

    申请号:CN201710121255.7

    申请日:2017-03-02

    Abstract: 本发明提供一种并行的数据差分方法,步骤包括:(1)文件预处理:将源文件和目标文件初始化,生成源文件的后缀数组,创建补丁文件并初始化;(2)目标文件切分:根据线程数目切分目标文件,为切分后的每一部分目标文件增加一个线程进行独立处理;(3)线程处理过程:在每一线程中,初始化切分后的目标文件,创建patch文件,通过上述后缀数组比较源文件与目标文件生成差分数据,将该差分数据写入该patch文件;(4)主进程合并处理:将上述各线程的已写入差分数据的patch文件一起写入上述补丁文件。本方法采用多线程并行技术,来提高生成补丁的速度。

    一种基于文本分类的中文表格列标签恢复方法和系统

    公开(公告)号:CN109710725A

    公开(公告)日:2019-05-03

    申请号:CN201811524302.3

    申请日:2018-12-13

    Abstract: 本发明涉及一种基于文本分类的中文表格列标签恢复方法和系统。该方法的步骤包括:1)从表格中的每一行中提取实体,在网络百科知识平台中搜索提取的实体,获取实体对应的信息详情页面;2)对实体的每一个属性,在实体的信息详情页面中抽取包含属性值的句子,组成属性值的相关文本;3)将属性值的相关文本输入文本分类器中,获取属性值所属的类别,即为属性值所在单元格的类别;4)对于表格的属性列,根据属性列中各单元格所属的类别,使用多数投票的规则确定该属性列的列标签。本发明能够有效的对网络表格进行列标签恢复,恢复列标签后的表格可用于中文知识图谱的构建和扩展,也可用于数据抽取和表格搜索等应用。

    一种基于卷积神经网络的用户属性推断方法和装置

    公开(公告)号:CN108492200A

    公开(公告)日:2018-09-04

    申请号:CN201810124041.X

    申请日:2018-02-07

    Abstract: 本发明涉及一种基于卷积神经网络的用户属性推断方法和装置。该方法根据用户节点的属性和好友关系,建立自中心网络;然后采用卷积神经网络提取所述自中心网络中用户节点的属性信息和好友关系中所包含的隐藏信息,利用所述隐藏信息推断出用户的缺失属性。针对好友关系无法直接获取或获取难度较大的社交网络,采用神经网络仅利用用户的属性信息对缺失的属性进行分类预测。本发明可以很好的避免人为定义相似度函数的局限性,而且通过卷积核的卷积操作能够更好的表现出不同属性间以及不同的属性维度间的关系,从而能够高效、准确地进行用户缺失属性推断。

Patent Agency Ranking