-
公开(公告)号：CN116563619A
公开(公告)日：2023-08-08
申请号：CN202310492921.3
申请日：2023-05-05
Applicant: 大连理工大学
IPC: G06V10/764 , G06V10/774 , G06V10/25 , G06V10/82 , G06N3/0464 , G06N3/094 , G06V40/16
Abstract: 本发明公开了一种多模态的模因图情感检测方法，本发明对模因图数据进行了精细的数据预处理工作，并以VL‑BERT、UNITER、Villa这3种多模态预训练模型为基础，通过输入实体、人物特征信息，引入对抗训练，改进层次多标签分类的损失函数和分类头，对多模态预训练模型进行了改进。改进该模型在模因图情感检测任务和情感类型细分类任务上均有不错的效果，性能超过了实验中的所有多模态基础分类模型及其改进版本。
-
公开(公告)号：CN115240873A
公开(公告)日：2022-10-25
申请号：CN202210548894.2
申请日：2022-05-20
Applicant: 大连理工大学
Abstract: 本发明涉及一种基于机器学习的药物推荐方法、电子设备和计算机可读存储介质，属于标签分类领域，为了解决药物推荐模型DDI偏高的问题，机器学习模型根据所述核心病情向量及所述全局药物向量，以及所述医学信息，得到模型输出；根据阈值将模型输出映射得到推荐药物组合，所述药物组合包括核心药物以及扩展药物，效果是降低了药物的推荐DDI。
-
公开(公告)号：CN113468872A
公开(公告)日：2021-10-01
申请号：CN202110643975.6
申请日：2021-06-09
Applicant: 大连理工大学
IPC: G06F40/253 , G06F40/216 , G06N3/04 , G06N3/08
Abstract: 基于句子级别图卷积的生物医学关系抽取方法及系统，属于生物医学文本处理领域，为克服生物医学领域关系抽取对句法信息获取不充分的问题，包括步骤1、根据生物医学词向量构建样本的分布式表示；步骤2、根据样本的分布式表示构造句法森林表示；步骤5、根据句法森林表示，取得句法特征；步骤6、根据句法特征，取得用于分类的最终表示；步骤7、响应于最终表示确定特征表示关系上的概率分布，得到生物医学关系，效果是对句法信息进行了增强。
-
公开(公告)号：CN113268582A
公开(公告)日：2021-08-17
申请号：CN202110559680.0
申请日：2021-05-21
Applicant: 大连理工大学
IPC: G06F16/335 , G06F16/9537 , G06F40/216 , G06F40/242 , G06Q50/00 , G16H20/70
Abstract: 一种面向社交媒体文本抑郁倾向性分析的基于排序学习模型的特征加权方法，该方法包括以下步骤：S1、采集和预处理社交媒体文本数据；S2、面向抑郁情绪的文本特征抽取；S3、训练排序模型；S4、基于排序模型的抑郁风险评估。采集社交媒体文本上用户所发布的文本数据，文本数据包括“抑郁”话题下的数据和其他话题下的数据，“抑郁”话题下的数据作为模型训练中的正样本，其他话题下的数据作为模型训练的负样本；本发明将基于社交媒体的抑郁检测看作是风险评估问题，进而利用排序学习算法，对于具有潜在抑郁风险的社交媒体用户进行风险水平的排序，有益于早期检测出具有抑郁倾向的用户，有针对性的开展心理疏导和临床治疗。
-
公开(公告)号：CN112765952A
公开(公告)日：2021-05-07
申请号：CN202011580284.8
申请日：2020-12-28
Applicant: 大连理工大学
IPC: G06F40/211 , G06F40/284 , G06F40/289 , G06F40/30 , G06F16/35 , G06F40/216
Abstract: 本发明属于生物医学事件的抽取方法技术领域，一种图卷积注意力机制下的条件概率联合事件抽取方法，包括以下步骤：(1)对生物医学事件语料进行结构重构，(2)文本的动态语义空间构建与句法树表示构建，(3)序列分布式表示的构建，(4)基于双向LSTM的上下文特征抽取，(5)采用GCN‑Attention方法对图的关键信息进行抽取，(6)基于条件概率信息的联合事件抽取。本发明采用基于条件概率的联合学习的方法，运用同一模型结构同时实现生物触发词识别与生物事件抽取工作，削弱了传统抽取方法带来的级联误差传播，使生物医学事件抽取的F1性能达到最好结果。
-
Patent Agency Ranking
公开(公告)号：CN108520038B
公开(公告)日：2020-11-10
申请号：CN201810279010.1
申请日：2018-03-31
Applicant: 大连理工大学
IPC: G06F16/33 , G06F16/332
Abstract: 本发明涉及数据挖掘和搜索引擎技术领域，一种基于排序学习算法的生物医学文献检索方法，包括以下步骤：(1)利用原始查询进行检索并提取结果，(2)构建推荐模型对查询概念进行评级，(3)构建查询优化模型并对原始查询进行细化，(4)构建查询扩展模型并对查询进行扩展，(5)融合排序模型，(6)利用新查询进行检索并提取结果。本发明方法能够利用生物医学领域的知识库等资源对用户提交的原始查询进行扩展，在扩展中使用了排序算法用于扩展词汇重要性度量，通过查询扩展过程对用户提交的查询进行了补充和完善，保证了查询结果的准确性，进一步满足了用户的信息需求。
-
公开(公告)号：CN111696685A
公开(公告)日：2020-09-22
申请号：CN202010499761.1
申请日：2020-06-04
Applicant: 大连理工大学
Abstract: 一种面向新冠病毒治疗药物的药物重定位方法及其应用，该方法包括以下步骤：s1.采集新冠病毒诊疗方案报告，构建已知新冠疾病的治疗方案数据集；s2.扩展药物-疾病-靶点关系数据；s3.实体命名标准化及构建网络；s4.网络表示及关联度计算；s5.潜在治疗药物排序。本发明不仅考虑药物疾病相似性和药物靶点之间的相似性，同时结合药物网络结构相似性和靶点网络结构相似性，提高药物靶点相互作用关系预测准确率。基于构建的新冠病毒数据集挖掘出治疗新冠疾病的潜在药物，能够有效地发现上市药物中有助于新冠病毒治疗的潜在药物。
-
公开(公告)号：CN108960073B
公开(公告)日：2020-07-24
申请号：CN201810575135.9
申请日：2018-06-05
Applicant: 大连理工大学
Abstract: 一种面向生物医学文献的跨模态图像模式识别方法，属于图像识别和自然语言处理领域，用以解决医学文献中跨模态图像识别问题，技术要点包括：利用预先训练的跨模态复合图像探测模型对图像和文本进行处理，判断待识别图像是否为复合图像；利用预先训练的跨模态复合图像多标签分类模型对图像和文本进行处理，以输出复合图像子图的生物医学模式类别；利用预先训练的跨模态简单图像模式分类模型对图像和文本进行处理，以输出简单图像的生物医学模式类别，效果是：有效地完成生物医学文献中图像模式识别任务，充分利用通用领域和生物医学领域资源改善识别的性能，降低人力和时间成本。
-
公开(公告)号：CN108897989B
公开(公告)日：2020-05-19
申请号：CN201810572450.6
申请日：2018-06-06
Applicant: 大连理工大学
Abstract: 本发明涉及一种生物事件抽取方法，一种基于候选事件元素注意力机制的生物事件抽取方法，包括以下步骤：(1)训练语料预处理，(2)使用PubMed数据库语料进行词向量训练，(3)构建序列的分布式表示方式，(4)构造基于BiLSTM‑Attention的特征表示方式，(5)使用CRF学习、获取当前文档序列的最优序列标注结果，(6)生物事件抽取。本发明方法具有以下优点：一是采用序列标注的方式进行针对触发词的事件元素识别，可以对一个触发词识别多个事件元素，二是构建了针对候选事件元素的Attention层，相比于传统的序列标注方法可以增加对候选事件元素的注意力权重，三是简化了生成事件的步骤。
-
公开(公告)号：CN109977752A
公开(公告)日：2019-07-05
申请号：CN201910041388.2
申请日：2019-01-16
Applicant: 大连理工大学
IPC: G06K9/00 , G06F16/903
Abstract: 一种基于序列模式挖掘的羽毛球运动员技战术分析方法，包括：S1、视频数据采集和场地编码、S2、对运动员动作进行人工标注、S3、面向羽毛球技战术分析的字符串匹配、S4、统计输出。本发明采用高效的羽毛球技战术编码方式对输入的羽毛球比赛运动视频进行标注；后利用字符串匹配方法将待分析运动员在所采集的比赛视频中每次得分所采用的人工标注字符串数据与每一关键技战术的代码进行匹配分析。然后依据预设关键技战术的代码在待分析运动员得分点的动作中出现的频率判断该运动员常用的羽毛球技战术。本方法有助于对羽毛球运动员认识自身的技术优势，从而提高自身技战术水平及教练团队进行赛前的技战术分析和赛后的技战术总结具有重大意义。
-
-
-
-
-
-
-
-
-
Search Results
87
records
(took 0.034 seconds)
