-
公开(公告)号：CN105786991A
公开(公告)日：2016-07-20
申请号：CN201610089962.8
申请日：2016-02-18
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
CPC classification number: G06F17/30731 , G06F17/2715
Abstract: 本发明公开了一种结合用户情感表达方式的中文情感新词识别方法和系统。其中，该方法包括获取输入文本；基于所述输入文本中词频大于第一预设阈值的字符串，构建候选新词集合；使用中文旧词词库对所述候选新词集合进行过滤；基于统计指标从过滤的候选新词集合中筛选新词，构建新词集合；其中，所述统计指标为构词能力、点互信息、灵活度和邻接熵；基于情感倾向点互信息，从所述新词集合中识别情感新词，构建初始情感新词集合；基于所述输入文本中涉及的用户的情感表达方式，从所述初始情感新词集合中筛选高置信度情感新词，并将其作为所识别的中文情感新词。通过本发明实施例解决了如何提高情感新词识别的精度和灵活度的技术问题。
-
公开(公告)号：CN105068988A
公开(公告)日：2015-11-18
申请号：CN201510431992.8
申请日：2015-07-21
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F17/27
Abstract: 本发明涉及一种多维度和多粒度情感分析方法，包括：构建情感资源，即根据特定领域文本的类别体系构建其情感资源；选择情感倾向词，即选择每个类别下的情感词并确定其情感倾向；判别情感倾向性，包括：判断信息资源的类型；从信息资源中获取情感关键词；从信息资源中识别权威发布者，并获取该信息资源的情感分析结果；对社交类信息进行情感分析；对非专有类别社交类信息的情感倾向进行分析；针对专有类别的社交信息进行情感分析。本发明的情感分析方法能够从多维度、多粒度进行情感分析以提供较高的情感分析识别率和精度。
-
公开(公告)号：CN119068376A
公开(公告)日：2024-12-03
申请号：CN202310623041.5
申请日：2023-05-30
Applicant: 国家计算机网络与信息安全管理中心
IPC: G06V20/40 , G06V20/00 , G06V40/16 , G06V40/40 , G06V10/46 , G06V10/50 , G06V10/74 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0895 , G06N3/084
Abstract: 本申请公开了一种深度伪造视频的溯源方法和装置。其中，该方法包括：利用全局特征匹配预训练数据集对第一原始模型进行训练，得到第一目标模型，第一原始模型是结合语言监督和图像自监督的多任务模型，用于从全局特征匹配预训练数据集中学习图像与图像之间的特征关联、图像与文本之间的特征关联；利用第一目标模型对深度伪造视频进行溯源。本申请解决相关技术中不能对深度伪造视频进行溯源的技术问题。
-
公开(公告)号：CN110059181B
公开(公告)日：2021-06-25
申请号：CN201910202727.0
申请日：2019-03-18
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F16/35
Abstract: 本发明属于文本分类领域，具体涉及一种面向大规模分类体系的短文本标签方法、系统、装置，旨在为了解决有限数据情况下面向大规模分类体系的短文本标签系统的稳定性不高的问题。本发明方法包括：获取待分类的第一短文本信息集合，并基于正向最大匹配分词和word2vec词向量表示技术进行预处理得到第二短文本信息集合；基于规则的分类方法、有监督的神经网络分类方法，对第二短文本信息集合进行二分类后进行短文本过滤，并基于同样的分类方法进行各短文本的第一、二级分类标签，基于半监督学习的标签传播方法进行各短文本的第三、四级分类标签。本发明在有限数据情况下保证了面向大规模分类体系的短文本标签系统的稳定性。
-
公开(公告)号：CN105740236B
公开(公告)日：2018-09-07
申请号：CN201610066957.5
申请日：2016-01-29
Applicant: 中国科学院自动化研究所 , 国家计算机网络与信息安全管理中心
IPC: G06F17/27
Abstract: 本发明公开了一种结合写作特征和序列特征的中文情感新词识别方法和系统。该方法对于输入文本子句，基于情感词的作者写作特征和情感词的序列特征将文本子句表示为各种特征(如：字、词性等)的序列。然后，针对特征表示的文本子句，利用线性链条件随机场模型输出与文本子句对应的情感词标签序列。其中，线性链条件随机场模型基于包含传统情感词的文本训练得到。接着，基于文本子句中字的序列和情感词标签序列，利用有限状态自动机识别文本子句中的情感词，形成情感词集合。最后，利用中文旧词词库对情感词集合进行过滤，将未出现在中文旧词词库中的情感词作为中文情感新词。通过本发明实施例解决了如何提高情感新词识别精度和召回率的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN119849624A
公开(公告)日：2025-04-18
申请号：CN202411916261.8
申请日：2024-12-24
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06N5/04 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/0475
Abstract: 本申请涉及一种基于多模态情感的大模型对话方法、装置、设备及介质，尤其涉及自然语言处理技术领域。包括：接收用户的多模态输入，并对多模态输入进行多模态情感分析得到多模态情感表征；将多模态情感表征和当前对话上下文输入情感生成网络，得到情感生成网络输出的当前情感倾向；基于当前情感倾向对历史情感倾向进行更新，得到目标情感倾向；将目标情感倾向和当前对话上下文输入解码器，得到解码器输出的情感回复内容。本申请实施例提升了情感理解的准确性，适应于用户情感波动，能够生成连贯且一致的情感回复内容。
-
公开(公告)号：CN119848168A
公开(公告)日：2025-04-18
申请号：CN202411916262.2
申请日：2024-12-24
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F16/31 , G06F16/3329 , G06F16/36 , G06F16/3332 , G06F16/334 , G06F16/901 , G06N5/022
Abstract: 本申请实施例公开了一种基于大语言模型和知识图谱的检索生成方法及装置，可解决检索语义关联性弱、召回数据缺乏全局性知识的问题。该方法包括：对预设的多个领域文档进行向量解析，构建向量数据库；根据多个领域文档中提取出的实体描述信息和关系描述信息，构建知识图谱，并将知识图谱存储到图数据库中；对用户输入的目标问题进行特征提取，得到目标问题对应的多维度关键词；通过预设搜索引擎、向量数据库以及图数据库，对多维度关键词进行检索，得到目标检索结果；根据目标检索结果，确定目标输入信息，并将目标输入信息输入到目标语言模型中，得到目标输出响应信息。
-
公开(公告)号：CN119782520A
公开(公告)日：2025-04-08
申请号：CN202411840116.6
申请日：2024-12-13
Applicant: 北京中科闻歌科技股份有限公司 , 中国科学院自动化研究所 , 航空工业信息中心
IPC: G06F16/34 , G06F16/355 , G06F16/3329 , G06F40/30 , G06N3/045 , G06F18/22
Abstract: 本发明提供了一种基于大语言模型的事件脉络生成方法、设备和介质，包括：事件信息输入及相关数据获取，数据清洗及相关性判断，大模型事件脉络生成，事件脉络清洗及梳理，事件脉络溯源信息溯源。本发明通过大语言模型生成及梳理事件脉络，可保障脉络的逻辑性，使用户更加清晰的浏览事件发生的前因后果。此外，通过使用大语言模型的通用理解能力，无需针对各个领域进行适配性工作。
-
公开(公告)号：CN119761336A
公开(公告)日：2025-04-04
申请号：CN202411820053.8
申请日：2024-12-11
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/194 , G06F40/16 , G06N5/04 , G06N3/045 , G06N3/0475 , G06F18/25
Abstract: 本发明提供了一种图表问答模型的综合评测方法、设备及介质，涉及数据处理技术领域，方法根据预设图表问答任务类型列表和目标图表类型列表，获取初始图表数据列表集合的总集，根据初始图表数据、初始图表数据对应的预设图表问答任务类型的定义文本和目标多模态大模型，获取初始图表数据对应的问题文本列表和问题文本对应的标准答案文本，根据多线程处理方式、预设配置文件和图表问答模型，并行获取问题文本对应的目标答案文本，根据问题文本对应的标准答案文本和目标答案文本，获取图表问答模型对应的人工评分和自动评分，用于评测图表问答模型，能够评估多种图表问答任务类型的情况下图表问答模型的输出结果的准确性，可以满足用户的多样化需求。
-
公开(公告)号：CN119761333A
公开(公告)日：2025-04-04
申请号：CN202411891714.6
申请日：2024-12-20
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/186 , G06F40/194 , G06F40/30 , G06F18/214
Abstract: 本公开涉及一种基于大语言模型的公平竞争审查方法、装置、设备及介质。其中，基于大语言模型的公平竞争审查方法包括：获取待审文档；基于所述待审文档确定参考案例，并获取目标审查条例；根据预设指令模板，对所述待审文档、所述参考案例和所述目标审查条例进行处理，生成目标模型指令；对所述目标模型指令进行审查处理，得到对应的审查结论。根据本公开实施例，能够提高处理文档的判断准确性和可靠性，提供更为全面和深刻的审查结果。
-
-
-
-
-
-
-
-
-
Search Results
290
records
(took 0.115 seconds)
