-
公开(公告)号：CN108563686B
公开(公告)日：2021-07-30
申请号：CN201810208801.5
申请日：2018-03-14
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 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本发明涉及计算机技术领域，具体提供了一种基于混合神经网络的社交网络谣言识别方法及系统，旨在解决如何在考虑谣言转发评论信息的情况下，准确识别社交网络中谣言的技术问题。为此目的，本发明中社交网络谣言识别方法，首先利用三种不同的神经网络分别获取用户特征向量、原文特征向量和传播信息特征向量，然后将用户特征向量、原文特征向量和传播信息特征向量融合为新的特征向量，最后利用第四种神经网络对融合后的特征向量进行谣言识别。基于上述步骤，能够快速且准确地检测到社交网络中的谣言。同时，本发明中的系统能够执行并实现上述步骤。
-
公开(公告)号：CN105653538B
公开(公告)日：2019-12-20
申请号：CN201410642239.9
申请日：2014-11-13
Applicant: 中国科学院自动化研究所 , 腾讯科技(深圳)有限公司
IPC: G06F16/2458
Abstract: 一种数据挖掘的方法，包括以下步骤：获取各个用户的行为序列，所述行为序列中包含多条按照行为执行时间顺序排列的行为节点，所述行为节点由行为与行为执行时间组成；搜索所述行为序列中对应的提升值满足预设的长期提升条件的行为节点作为所述行为序列中的行为频率提升点，所述行为节点对应的提升值为所述行为序列中该行为节点后的行为发生频率与所述行为序列中该行为节点前的行为发生频率的比值；获取发生时间满足行为频率提升点相关的时间条件的对应用户发生的事件作为行为频率提升因素。上述方法可挖掘出准确的用户行为频率提升因素。此外，还提供一种数据挖掘的装置。
-
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：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：CN103455638A
公开(公告)日：2013-12-18
申请号：CN201310452292.8
申请日：2013-09-26
Applicant: 中国科学院自动化研究所
IPC: G06F17/30
Abstract: 本发明提出一种结合推理和半自动学习的行为知识提取方法和装置。本发明针对海量的开源文本，使用少量行为知识提取模板并利用行为知识间的语义关联，增量地从文本中获取行为前提、行为结果和行为间的时序关系三种主要的行为知识。本发明基于Bootstrapping分别获取上述三种行为知识，并基于行为知识间的语义关联，在Bootstrapping步骤中结合知识推理进行行为知识提取。本发明能够有效提高了行为知识提取的效率和质量，可在不同应用领域支持面向海量文本的行为自动建模和分析。
-
公开(公告)号：CN102867224A
公开(公告)日：2013-01-09
申请号：CN201210322641.X
申请日：2012-09-03
Applicant: 中国科学院自动化研究所
IPC: G06Q10/04
Abstract: 本发明公开了一种预测行为规划的期望效用的方法，所述规划是指为达到一个目标的行为的集合，该方法根据所观察到的证据获得行为规划的期望效用值，所述方法包括：步骤S1.根据证据计算状态出现的概率，所述证据指的是对行为和状态的观察结果，所述状态指的是行为的前提和结果的出现情况；步骤S2.根据状态出现的概率计算行为发生的概率；步骤S3.根据行为出现的概率计算行为结果出现的概率和行为的期望效用值；步骤S4.根据行为结果出现的概率和行为的期望效用值计算行为规划结果本。出现的概率和行为规划的期望效用值。本发明能够用于分析行为意图。
-
公开(公告)号：CN118747526A
公开(公告)日：2024-10-08
申请号：CN202410763060.2
申请日：2024-06-13
Applicant: 中国科学院自动化研究所 , 国家电网有限公司客户服务中心 , 国网浙江省电力有限公司营销服务中心 , 中国电力科学研究院有限公司
IPC: G06N5/022 , G06F18/213 , G06F40/268 , G06F40/20 , G06F16/35
Abstract: 本发明提供一种基于增强提示的可控回复生成方法、装置及存储介质。该基于增强提示的可控回复生成方法包括：获取多轮对话历史文本；对所述多轮对话历史文本进行词级别的文本特征提取，获得词级别文本特征；基于所述词级别文本特征和大语言模型生成回复。本发明提供的基于增强提示的可控回复生成方法、装置及存储介质，对多轮对话历史进行词级别的文本特征提取，基于这些词级文本特征利用大语言模型可以生成上下文一致的回复，提高生成回复的情感属性控制准确率，使回复能够符合预定义控制属性要求，从而提升用户体验。
-
公开(公告)号：CN112287684B
公开(公告)日：2024-06-11
申请号：CN202011192254.X
申请日：2020-10-30
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: G06F40/295 , G06F40/30
Abstract: 本发明属于领域，具体涉及了一种融合变体词识别的短文本审核方法及装置，旨在解决如何将变体词识别技术融合到有害文本审核任务中并实现模型自动更新的问题。本发明包括：构建配置词库，基于社交媒体平台获取待审核文本数据，对待审核文本数据进行筛选获得可疑文本数据，并去除无意义信息并计算文本特征向量和统计特征向量，将文本特征向量和统计特征向量进行特征融合通过训练好的基于支持向量机的有害文本分类模型获取有害文本，利用预设的关键词抽取算法获取所述有害文本的敏感词写入配置词库。本发明将变体词识别技术融合到文本特征和统计特征计算进行有害文本审核任务中并实现模型自动更新，提高了文本审核的准确率和更新速度。
-
公开(公告)号：CN112287684A
公开(公告)日：2021-01-29
申请号：CN202011192254.X
申请日：2020-10-30
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: G06F40/295 , G06F40/30
Abstract: 本发明属于领域，具体涉及了一种融合变体词识别的短文本审核方法及装置，旨在解决如何将变体词识别技术融合到有害文本审核任务中并实现模型自动更新的问题。本发明包括：构建配置词库，基于社交媒体平台获取待审核文本数据，对待审核文本数据进行筛选获得可疑文本数据，并去除无意义信息并计算文本特征向量和统计特征向量，将文本特征向量和统计特征向量进行特征融合通过训练好的基于支持向量机的有害文本分类模型获取有害文本，利用预设的关键词抽取算法获取所述有害文本的敏感词写入配置词库。本发明将变体词识别技术融合到文本特征和统计特征计算进行有害文本审核任务中并实现模型自动更新，提高了文本审核的准确率和更新速度。
-
-
-
-
-
-
-
-
-
Search Results
17
records
(took 0.022 seconds)
