公开(公告)号：CN115048943A

公开(公告)日：2022-09-13

申请号：CN202210652231.5

申请日：2022-06-10

Applicant: 东北大学

Inventor： 韩东红 ,  高攀 ,  张雪姣 ,  石玲玲 ,  李婧 ,  王志瑞 ,  刘莹

IPC: G06F40/35 ,  G06F40/289 ,  G06F40/284 ,  G06F40/216 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及人机对话技术领域，尤其涉及改进Transformer的情感增强对话生成方法。其主要针对现有人机对话情感标注质量不高，机器不能准确的感知用户的情感并且不能生成有情感的回复的问题，提出如下技术方案：包括在Transformer基础上对Transformer编码的自注意力层的改进，所述改进在于在Transformer的原自注意力层增加情感注意力模块，生成TEECG模型，所述TEECG模型包括Encoder层和Decoder层。本发明对原有的Transformer编码的自注意力层改进，具备对对话语句之间的语义和情感的捕捉，使得人机对话更具情感，解码器对对话中情感回复进行修正，生成的情感回复效果更好，主要应用于人机对话中语句情感的改进。

公开(公告)号：CN101597673A

公开(公告)日：2009-12-09

申请号：CN200910088135.7

申请日：2009-07-03

Applicant: 秦皇岛首秦金属材料有限公司 ,  东北大学 ,  首钢总公司

Inventor： 王根矶 ,  白学军 ,  王国栋 ,  何元春 ,  赵德文 ,  张学峰 ,  李婧 ,  隋鹤龙 ,  顾林豪 ,  李书琴

IPC: C21D8/02

Abstract: 一种低合金高强度厚钢板的减量化制造方法，属于特厚钢板轧制工艺的技术领域。控制的工艺参数为：轧制工艺：加热温度1150～1180℃，出炉温度设在1080～1130℃，加热速度控制在0.8～0.9mm/min，轧制工艺采用奥氏体再结晶区轧制，终轧温度950～1050℃；轧后冷却工艺：采用层流冷却，终冷温度650～750℃，冷却速率3～10℃/s。优点在于：特厚板添加适量Mn，不添加其它合金元素，大大降低了生产成本；轧制不须采用控制轧制，每块钢板可节约轧制时间1～3分钟，节省能源，加快了生产节奏；综合性能：屈服强度σs：300－360MPa，抗拉强度σb：500－550MPa，断后伸长率δ5≥26％，－20℃冲击功AKv≥50J，冷弯性能合格。

公开(公告)号：CN104219090A

公开(公告)日：2014-12-17

申请号：CN201410429172.0

申请日：2014-08-28

Applicant: 东北大学

Inventor： 雷为民 ,  鲍英 ,  张伟 ,  陈枭 ,  关云冲 ,  李婧

IPC: H04L12/24 ,  H04L29/06

Abstract: 本发明一种媒体多径中继传输业务体验质量协同评价系统及方法，属于通信领域，本发明在服务器端添加QoE监测与评价管理服务器，QoE监测与评价管理客户端提供业务QoE评价所需的参数信息协同服务器完成业务体验质量评价与管理，本发明以QoE监测与评价管理服务器为核心，实现在服务器端的QoE评价可计算模式，有效降低客户端的计算能力要求，有助于媒体传输中业务QoE计算模式数据库维护，有效的避免在客户端单独维护带来的由于数据库缺失而无法进行业务QoE评价的问题，从而减轻客户端的计算压力，实现以服务器为中心、其他节点协同的评价模式，从而提升媒体传输中QoE评价反馈的效率，进而完成传输路径及媒体负载分配的指导。

公开(公告)号：CN112256866B

公开(公告)日：2021-09-03

申请号：CN202011027335.4

申请日：2020-09-25

Applicant: 东北大学

Inventor： 韩东红 ,  朱帅伟 ,  李婧 ,  吴刚 ,  乔百友

IPC: G06F16/35 ,  G06F16/33 ,  G06F40/211 ,  G06F40/242 ,  G06F40/289 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习的文本细粒度情感分析方法，包括如下步骤：基于辅助学习和注意力机制的AL‑ATT模型和基于图卷积网络与注意力机制的GCN‑ATT模型；基于辅助学习和注意力机制的AL‑ATT模型包括如下步骤：数据预处理—注意力嵌入模块—辅助学习模块—交互注意力模块—输出模块—正则化约束；相比于依赖语言学知识和人工特征提取的基于规则和机器学习方法，使用深度学习不需要人工的选择特征也不需要依赖大量的特征工程，它可以很好的处理高维的输入数据，可以自动学习文本中的特征，从而对文本向量实现进行准确的分类。

公开(公告)号：CN104219090B

公开(公告)日：2017-05-17

申请号：CN201410429172.0

申请日：2014-08-28

Applicant: 东北大学

Inventor： 雷为民 ,  鲍英 ,  张伟 ,  陈枭 ,  关云冲 ,  李婧

IPC: H04L12/24 ,  H04L29/06

Abstract: 本发明一种媒体多径中继传输业务体验质量协同评价系统及方法，属于通信领域，本发明在服务器端添加QoE监测与评价管理服务器，QoE监测与评价管理客户端提供业务QoE评价所需的参数信息协同服务器完成业务体验质量评价与管理，本发明以QoE监测与评价管理服务器为核心，实现在服务器端的QoE评价可计算模式，有效降低客户端的计算能力要求，有助于媒体传输中业务QoE计算模式数据库维护，有效的避免在客户端单独维护带来的由于数据库缺失而无法进行业务QoE评价的问题，从而减轻客户端的计算压力，实现以服务器为中心、其他节点协同的评价模式，从而提升媒体传输中QoE评价反馈的效率，进而完成传输路径及媒体负载分配的指导。

公开(公告)号：CN112256866A

公开(公告)日：2021-01-22

申请号：CN202011027335.4

申请日：2020-09-25

Applicant: 东北大学

Inventor： 韩东红 ,  朱帅伟 ,  李婧 ,  吴刚 ,  乔百友

IPC: G06F16/35 ,  G06F16/33 ,  G06F40/211 ,  G06F40/242 ,  G06F40/289 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种基于深度学习的文本细粒度情感分析方法，包括如下步骤：基于辅助学习和注意力机制的AL‑ATT模型和基于图卷积网络与注意力机制的GCN‑ATT模型；基于辅助学习和注意力机制的AL‑ATT模型包括如下步骤：数据预处理—注意力嵌入模块—辅助学习模块—交互注意力模块—输出模块—正则化约束；相比于依赖语言学知识和人工特征提取的基于规则和机器学习方法，使用深度学习不需要人工的选择特征也不需要依赖大量的特征工程，它可以很好的处理高维的输入数据，可以自动学习文本中的特征，从而对文本向量实现进行准确的分类。