-
公开(公告)号：CN113609285A
公开(公告)日：2021-11-05
申请号：CN202110908524.0
申请日：2021-08-09
Applicant: 福州大学
Abstract: 本发明提出一种基于依赖门控融合机制的多模态文本摘要系统，所述摘要系统的编码器模块包括文本编码器和图像编码器，分别用于获取输入文本的隐藏表示和提取图像的全局特征；所述摘要系统工作时，以注意力模块提取文本上下文单词之间的注意力关系和视觉上下文的注意力关系，并根据注意力权重加权计算得到文本和视觉上下文向量，通过依赖门控融合模块融合文本上下文向量和视觉上下文向量，最后以摘要解码器生成文本摘要；本发明能够提取图文模态数据的特征表示及图文数据中的深层语义信息，通过依赖门控融合机制融合多模态数据，最终生成包含两种模态信息的关键摘要。
-
公开(公告)号：CN113505924A
公开(公告)日：2021-10-15
申请号：CN202110776900.5
申请日：2021-07-09
Applicant: 福州大学
Abstract: 本发明涉及一种基于级联时空特征的信息传播预测方法及系统。将给定的信息级联转换为向量形式；捕获级联的时序特征，获得级联在时间维度上的特征向量；利用社交关系图和级联图构造异质图，捕获网络节点的依赖上下文；捕获信息在网络中传播的拓扑特征；融合得到级联的时空特征；根据网络节点在时间维度上的位置关系对级联不同时刻的历史时空特征进行加权，得到级联在不同时刻加权后的特征向量；而后使用多头自注意力调整级联不同时刻节点的重要性，得到最终的级联特征表示；利用级联最终的特征表示进行信息传播预测，得到下一个时刻节点激活的概率分布，选择激活概率最大的节点作为下一时刻激活的节点。本发明能够更好地预测下一时刻激活的节点。
-
公开(公告)号：CN112328782A
公开(公告)日：2021-02-05
申请号：CN202011219386.7
申请日：2020-11-04
Applicant: 福州大学
Abstract: 本发明涉及一种融合图像过滤器的多模态摘要生成方法，包括步骤：获取输入文本的隐藏表示，得到文本上下文向量；提取输入图像的全局图像特征向量，并进行加权和计算得到图像上下文向量；对文本上下文向量与图像上下文向量进行融合，得到多模态信息的融合向量；采用图像过滤器来过滤图像中的噪声，选择最显著的图像特征，对图像上下文向量进行权重更新，并得到更新后的融合向量；采用单向的长短期记忆网络作为解码器，将更新后的融合向量解码得到最终的文本摘要。本发明从图像信息和文本信息融合出发，充分利用不同模态的信息提高文本摘要质量，并且能够应用于更大规模数据集应用场景。
-
公开(公告)号：CN112200638A
公开(公告)日：2021-01-08
申请号：CN202011188943.3
申请日：2020-10-30
Applicant: 福州大学
Abstract: 本发明涉及一种基于注意力机制与双向GRU网络的水军评论检测系统及方法，包括步骤：将输入的评论数据分为文本信息评论、用户‑产品关系信息评论和用户交互行为信息评论；对用户交互行为信息评论进行特征抽取获得行为特征，对用户‑产品关系信息评论进行特征抽取得到用户‑产品关系特征，对文本信息评论进行特征抽取获得文本特征；将得到的行为特征、用户‑产品关系特征以及文本特征进行拼接得到评论的最终表示向量，并将该向量输入至集成学习模块中，用分类函数得到评论最终的分类结果。本发明能够自动抽取出有效特征，并对特征进行抽象和组合，最终识别出文本空间特征。
-
公开(公告)号：CN112183064A
公开(公告)日：2021-01-05
申请号：CN202011138387.9
申请日：2020-10-22
Applicant: 福州大学
IPC: G06F40/211 , G06F40/289 , G06F40/284 , G06F40/30 , G06F40/126 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于多任务联合学习的文本情绪原因识别系统。包括：数据预处理模块，用于对数据进行预处理；文本编码模块，提取文本内容上下文依赖关系，获取其隐层向量表示，作为文本子句信息的整体表示；相对位置信息嵌入模块，从相对位置表示中学习出相对位置信息，并将其嵌入到文本子句向量中。情绪分类子任务模块，通过引入情绪分类子任务，使模型学习到的相对位置信息表示能帮助情绪识别任务精准的定位目标子句的位置；情绪原因识别标签输出模块，用于分析文本子句之间的上下文关系，完成情绪原因识别的标签预测工作。本发明能够从文本数据中学习高质量的文本向量特点，最终标注出关键情绪词的原因。
-
Patent Agency Ranking
公开(公告)号：CN112182227A
公开(公告)日：2021-01-05
申请号：CN202011139509.6
申请日：2020-10-22
Applicant: 福州大学
IPC: G06F16/35 , G06F40/284 , G06F40/289 , G06F40/247 , G06N3/04
Abstract: 本发明涉及一种基于transD知识图嵌入的文本情感分类系统，包括文本预处理模块、融合用户信息分层注意力模块、融合产品信息分层注意力模块和情感类别预测模块；所述文本预处理模块与融合用户信息分层注意力模块、融合产品信息分层注意力模块分别连接；所述情感类别预测模块与融合用户信息分层注意力模块、融合产品信息分层注意力模块分别连接。本发明能够从外部知识库中学习更准确的同义词表示，最终获得更准确的评论情感极性。
-
公开(公告)号：CN110826638A
公开(公告)日：2020-02-21
申请号：CN201911099492.3
申请日：2019-11-12
Applicant: 福州大学
IPC: G06K9/62
Abstract: 本发明涉及一种基于重复注意力网络的零样本图像分类模型，包括重复注意力网络模块，用于训练并获取图像区域序列信息；生成对抗网络模块，用于获取视觉误差信息；视觉特征提取网络处理模块，用于得到图像一维视觉特征向量；属性语义转换网络模块，用两层的线性激活层将低维的属性语义向量映射到与视觉特征向量维度相同的高维特征向量；视觉-属性语义衔接网络，实现视觉特征向量与属性语义特征向量的融合；得分分类结果和奖励输出模块，采用交叉熵损失对已见过带标签的类别进行分类，而奖励输出是对未见过的无标签数据进行惩罚，以及惩罚无标签数据中见过的类别和未见过的类别最有可能性的预测结果。本发明能够有效的解决图像类别标签缺失问题。
-
公开(公告)号：CN109783586A
公开(公告)日：2019-05-21
申请号：CN201910051767.X
申请日：2019-01-21
Applicant: 福州大学
Abstract: 本发明涉及一种基于聚类重采样的水军评论检测系统，包括：一聚类参数计算模块，用于计算出合适的评论簇个数以及簇中心点参数；一聚类计算模块，用于聚类生成评论簇并重采样；一集成学习模块，用于文本特征提取与集成学习。本发明能够较好地进行评论类别的分析且通用性强，适应非平衡分布的水军评论数据集。
-
公开(公告)号：CN108399238A
公开(公告)日：2018-08-14
申请号：CN201810170047.0
申请日：2018-03-01
Applicant: 福州大学
IPC: G06F17/30
Abstract: 本发明涉及一种融合文本概念化和网络表示的观点检索系统及方法。包括文本概念化模块，判断对应多个概念的实体在具体上下文中的概念；网络表示模块，把词汇节点投射到低维的语义空间中；观点检索得分计算模块，计算查询与文本的主题相似度得分、待查询文档的观点得分，并得到一个文档的综合得分；统一相关检索模块，根据文档综合得分从高到低排序，得到查询的观点检索结果并输出；排序学习检索模块，将文本概念化特征、网络表示特征和文本观点得分特征融入到现有的排序学习框架中进行分类，并按照顺序输出文档。本发明能够高效将文本知识进行概念层面的抽象，能够解析查询和文本的语义联系，检索出与用户查询相关并带有对查询观点的文档。
-
公开(公告)号：CN108268668A
公开(公告)日：2018-07-10
申请号：CN201810166896.9
申请日：2018-02-28
Applicant: 福州大学
IPC: G06F17/30
Abstract: 本发明提供一种基于话题多样性的文本数据观点摘要挖掘方法，其包括以下步骤：步骤S1：对话题文本进行预处理；步骤S2：输入话题语料集和背景语料集；步骤S3：提取话题语料集的话题属性；步骤S4：将得到的话题属性添加情感极性，用于对句子向量化；步骤S5：将得到的话题属性作为评价对象，采用面向多评价对象的动态词序列情感分析方法分析句子中包含的评价对象的情感极性，得出句子包含的情感属性特征，将一个句子进行特征向量化；步骤S6：利用步骤S5得到的文本句子特征向量构建多样性目标函数。能够高效准确地得到话题文本的观点摘要，并且能够应用于更大规模数据集应用场景。
-
-
-
-
-
-
-
-
-
Search Results
115
records
(took 0.021 seconds)
