公开(公告)号：CN115062623A

公开(公告)日：2022-09-16

申请号：CN202210661594.5

申请日：2022-06-10

Applicant: 东北大学

Inventor： 韩东红 ,  段伸欣 ,  赵玉迪 ,  李洛妮 ,  韩嘉懿 ,  乔百友 ,  吴刚

IPC: G06F40/30 ,  G06F16/35 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及文本内容的情感抽取模型技术领域，尤其涉及交互式属性术语及情感联合抽取模型的方法。其主要针对现有应用难以有效学习属性术语的特征，属性术语及情感联合抽取的研究内容匮乏的问题，提出如下技术方案：包括属性术语抽取模块、情感分类模块和交互共享单元，包括以下步骤：步骤1：获取句中单词的情感倾向；步骤2：交互共享单元让两个模块互相学习；步骤3：属性术语抽取任务标签和情感分类任务标签结合。本发明充分地利用外部情感资源，两阶段处理增强的情感分析，提高语句中情感抽取的精确性，交互共享单元提高模块学习效果，有助于特征向量的结果预测，主要应用于属性术语及文本情感联合抽取。

公开(公告)号：CN110457477A

公开(公告)日：2019-11-15

申请号：CN201910734196.X

申请日：2019-08-09

Applicant: 东北大学

Inventor： 韩东红 ,  杨乐 ,  李洛妮 ,  王志瑞 ,  乔白友 ,  刘晨

IPC: G06F16/35 ,  G06F17/27 ,  G06K9/62 ,  G06Q50/00

Abstract: 本发明提供一种面向社交网络的兴趣社群发现方法，涉及社区发现技术领域，本发明在传统Text CNN模型基础上建立新的深度学习模型，能够支持多篇社交网络文本输入，并结合社交网络文本间的相似度，提出了基于Text CNN结合相似度的多文本兴趣建模方法，并提出了结合网络结构和互动行为的用户兴趣特征建模方法。利用LM神将网络算法构建用户影响力模型，再根据该模型结果、关注关系以及@行为信息对基于SMB-TextCNN的结果进行调整，最后根据SIBUIM的结果，提出了基于k-means重叠的兴趣社区发现方法。该方法考虑了社交网络的结构性以及节点的内容，并且能够对新浪微博用户进行重叠的兴趣社区划分。