-
公开(公告)号：CN117291461A
公开(公告)日：2023-12-26
申请号：CN202311211579.1
申请日：2023-09-19
Applicant: 北京师范大学
IPC: G06Q10/0639 , G06F18/25
Abstract: 本发明涉及坚毅力测评技术领域，公开了一种坚毅力测评方法、装置、设备及存储介质，方法包括：获取用户的多模态数据，包括：视频数据、语音数据、文本数据及平台日志；利用预设算法，根据预设属性计算多模态数据支持的预设指标，预设指标包括：专心程度指标、持续努力指标、正向情感指标、中性情感指标、负向情感指标、目标导向指标、情意(行为与情感)调控指标，每个预设指标的预设属性及预设属性的数量不完全相同；根据预设公式，构建基于预设指标的坚毅力测评模型，计算用户的坚毅力指数。通过本发明提供的方法提高了测评的客观性、准确性，使得测评结果具有可靠性，为未来用户坚毅力的测评与培养提供了科学依据。
-
公开(公告)号：CN117610958A
公开(公告)日：2024-02-27
申请号：CN202311610166.0
申请日：2023-11-29
Applicant: 北京师范大学
IPC: G06Q10/0637 , G06Q50/20 , G06F18/25 , G06N3/042 , G06N3/0455
Abstract: 本发明涉及数据处理技术领域，公开了一种评价系数的确定方法、装置、计算机设备及存储介质，该方法包括：获取目标对象的多模态数据；对多模态数据进行处理，确定多模态数据对应的指标特征；基于指标特征以及预设的智能评价系统，确定目标对象对应的评价系数。本实施例提供的评价系数的确定方法，通过对多模态数据进行处理，确定对应的指标特征，然后根据指标特征和预设的智能评价系统，确定目标对象对应的评价系数。相较于通过填报式作答方式收集目标对象状态情况的方式，本发明通过预设的智能评价系统能够客观且准确地确定目标对象的评价系数。
-
公开(公告)号：CN110956261A
公开(公告)日：2020-04-03
申请号：CN201911096146.X
申请日：2019-11-11
Applicant: 北京师范大学
Abstract: 本发明公开了评价指标的确定方法及系统，方法包括：获取待评价对象的样本数量、预设评价指标数据及目标评价变量；构建数据操作函数库，用于对预设评价指标数据进行数据处理；构建预设深度的层次模型，确定预设评价指标数据所在的层次节点；获取各预设评价指标数据的操作函数，以及各个预设评价指标数据的预设权重；利用神经网络训练层次模型中的评价指标数据及相应的权重，得到训练后的评价指标及对应的权重；根据训练后的评价指标及对应的权重，确定待评价对象的评价指标及对应的权重和目标评价变量的值。本发明提供的评价指标的确定方法及系统，可以提升构建层次模型的速度以及模型的准确率，可以实现快速对新的应用数据进行复用。
-
公开(公告)号：CN114741522B
公开(公告)日：2024-09-06
申请号：CN202210244264.6
申请日：2022-03-11
Applicant: 北京师范大学
Abstract: 本发明公开了一种文本分析方法、装置、存储介质及电子设备，获取待分析文本数据集以及待分析文本数据集中每一个待分析文本的发表时间；在每一个待分析文本中抽取对应的知识实体；根据知识实体以及知识实体之间的关系构建目标实体网络；以知识实体隶属的待分析文本的发表时间为基础，按照预设聚类算法对目标实体网络中包含的知识实体进行聚类；根据聚类结果确定文本分析的时间窗口及对应的核心知识种群；对任意两个相邻时间窗口对应的核心知识种群按照目标计算方法进行演化分析。该方法基于生态学视角以核心知识种群为分析单位进行演化分析，将生物演化理论应用于知识抽取算法中，实现了在短时间内高效率地获取文本发展变化信息。
-
公开(公告)号：CN117610680A
公开(公告)日：2024-02-27
申请号：CN202311610100.1
申请日：2023-11-29
Applicant: 北京师范大学
IPC: G06N20/00
Abstract: 本发明涉及计算机技术领域，公开了语言能力GPT模型训练方法、装置、计算机设备及存储介质，本发明确定预获取的样本数据进行能力指标，提高模型的准确性和泛化能力；将样本数据的能力指标分别输入至预设模型，得到样本数据的初始参数权重，可以将需要的语言表达能力进行度量，有利于GPT模型的理解；将初始参数权重输入至GPT模型，得到第一概率分布和第二概率分布；根据第一概率分布和第二概率分布，确定GPT模型的奖励得分，能够更好地评估GPT模型的性能；将奖励得分输入至强化学习模型，得到GPT模型的调整参数，根据调整参数调整GPT模型，直至GPT模型的损失函数满足预设条件，能够更快地训练出高质量的GPT模型，提高模型的效率和精度。
-
Patent Agency Ranking
公开(公告)号：CN116205229A
公开(公告)日：2023-06-02
申请号：CN202211605735.8
申请日：2022-12-14
Applicant: 北京师范大学
IPC: G06F40/295 , G06F40/211 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于多任务学习的命名实体识别方法及系统，方法包括：对命名实体进行位置和类别标注，生成包含命名实体起始位置值和类别的二元组作为标注数据；将附有标注数据的命名实体按照预设长度的句子输入到神经网络模型进行多任务识别训练，得到训练好的模型作为命名实体识别模型；将待识别的命名实体按照预设长度的句子输入到命名实体识别模型中，对应的起始位置值和实体类别的预测结果。本发明基于起始位置值和实体类别的二元组的标签标注，标注方式更加简单有效，一定程度上能降低预测复杂度，为后续的多任务学习奠定基础，通过多任务学习的方式对命名实体进行识别可以提升准确率。
-
公开(公告)号：CN114741522A
公开(公告)日：2022-07-12
申请号：CN202210244264.6
申请日：2022-03-11
Applicant: 北京师范大学
IPC: G06F16/36 , G06F16/35 , G06F16/38 , G06F40/279 , G06N3/00
Abstract: 本发明公开了一种文本分析方法、装置、存储介质及电子设备，获取待分析文本数据集以及待分析文本数据集中每一个待分析文本的发表时间；在每一个待分析文本中抽取对应的知识实体；根据知识实体以及知识实体之间的关系构建目标实体网络；以知识实体隶属的待分析文本的发表时间为基础，按照预设聚类算法对目标实体网络中包含的知识实体进行聚类；根据聚类结果确定文本分析的时间窗口及对应的核心知识种群；对任意两个相邻时间窗口对应的核心知识种群按照目标计算方法进行演化分析。该方法基于生态学视角以核心知识种群为分析单位进行演化分析，将生物演化理论应用于知识抽取算法中，实现了在短时间内高效率地获取文本发展变化信息。
-
公开(公告)号：CN114048742A
公开(公告)日：2022-02-15
申请号：CN202111251665.6
申请日：2021-10-26
Applicant: 北京师范大学
IPC: G06F40/289 , G06F40/295 , G06F40/30 , G06K9/62
Abstract: 本发明公开了一种文本信息的知识实体和关系抽取方法及文本质量评估方法，该抽取方法包括：获取文本数据；提取文本数据中的知识实体；根据互信息算法计算知识实体的词组重要指数；根据基于词向量的改良TextRank算法计算知识实体重要性；根据知识实体出现概率以及细化度确定知识实体关系。通过实施本发明，通过计算词组重要指数能够将提取知识实体时丢失的原词重新组合，提高了知识实体抽取的准确性；同时通过计算知识实体重要性，可以便于后续对提取的文本信息进行质量评估；此外，该方法还提出了基于知识实体出现概率以及细化度确定知识实体关系，通过知识实体关系的确定可以便于进一步对文本信息的分析。
-
公开(公告)号：CN114676972B
公开(公告)日：2024-09-06
申请号：CN202210194579.4
申请日：2022-03-01
Applicant: 北京师范大学
IPC: G06Q10/0639 , G06Q50/20
Abstract: 本发明实施例涉及一种教学质量评价指标体系构建、评价方法、装置及电子设备，包括：获取初始教学质量评价指标体系；按照预设规则，对细粒度指标进行特征衍生处理，获取与之对应的特征指标；对第一细粒度指标对应的特征指标进行筛选，获取符合预设标准的特征指标，建立第一细粒度指标与符合预设标准的特征指标之间的第二映射关系；根据至少一个粗粒度指标，与其成第一映射关系的相应细粒度指标、与细粒度指标成第二映射关系的符合预设标准的特征指标、第一映射关系和第二映射关系，获取与指标体系对应的置信度；根据置信度，对符合预设标准的特征指标，以及第二映射关系调整，生成目标教学质量评价指标体系。该方式可实时地对教师的教学质量进行评价。
-
公开(公告)号：CN117765606A
公开(公告)日：2024-03-26
申请号：CN202311592416.2
申请日：2023-11-27
Applicant: 北京师范大学
IPC: G06V40/20 , G06V20/40 , G06V10/764
Abstract: 本发明涉及运动姿态分析技术领域，公开了一种运动姿态数据分析方法和装置，运动姿态数据分析方法包括：获取目标主体的待测视频数据和文本数据；基于文本数据和待测视频数据进行多模态融合和分割，得到各测评动作下的分割视频数据；基于分割视频数据对各测评动作进行统计分析，得到分析结果，通过实施本发明，一方面，在获取目标人员的运动姿态的数据的过程中不会受到人员主观误差的影响，且能够实现较多数量级下的运动姿态数据的自动测评；另一方面，在运动姿态数据的自动测评的过程中，能够剔除待测视频中的其他不相关特征，提高了运动姿态数据测评的准确性。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.02 seconds)
