-
公开(公告)号：CN114037946A
公开(公告)日：2022-02-11
申请号：CN202111556380.3
申请日：2021-12-17
Applicant: 北京邮电大学
Abstract: 本申请公开了一种视频分类的方法、装置、电子设备及介质。本申请中，可以获取待分类视频数据；将待分类视频数据输入至音视频学习网络，得到待分类视频对应的图像特征和音频特征；以及待分类视频对应的文本特征；将图像特征、音频特征以及文本特征输入至融合学习网络，得到融合特征向量；将融合特征向量输入至Softmax分类器，并将分类器输出的分类结果作为待分类视频的分类结果。通过应用本申请的技术方案，可以在获取待分类视频之后，利用预设的学习网络模型，得到该视频数据的图像特征、音频特征以及文本特征，并将该三个特征进行融合后，根据融合的特征来判断待分类视频的分类结果。从而避免了相关技术中对视频数据分类不准确的弊端。
-
公开(公告)号：CN112711948B
公开(公告)日：2022-11-11
申请号：CN202011530521.X
申请日：2020-12-22
Applicant: 北京邮电大学
IPC: G06F40/295 , G06F40/30 , G06N3/04
Abstract: 本发明公开了一种中文句子的命名实体识别方法，包括：将中文字符序列输入识别模型，由识别模型通过字符嵌入层将中文字符序列转换为字向量并输出到识别模型中的卷积网络，卷积网络对每个字向量进行卷积运算得到局部语义向量并输出到识别模型中的自适应结合层，自适应结合层对字符的局部语义向量进行注意力计算后与对应字向量拼接得到表征向量并输出到识别模型中的序列建模网络，序列建模网络对字符的表征向量进行隐层建模并将建模得到的隐层向量输出到识别模型中的标签推理层计算字符的隐层向量对应的标签。通过卷积网络提取字符的局部语义信息后与潜在词基于字词间注意力实现字词信息融合，从而实现潜在词信息的利用，避免词边界错误传递的问题。
-
公开(公告)号：CN114580327A
公开(公告)日：2022-06-03
申请号：CN202210099058.0
申请日：2022-01-27
Applicant: 北京邮电大学
IPC: G06F30/33
Abstract: 本发明提供一种跨时钟域异步电路的功能验证方法、系统和计算机可读存储介质，其中的方法包括：使用硬件描述语言对跨时钟异步电路的设计代码进行描述；开发软件工具对所述设计代码进行分析和处理，以实现对跨时钟异步电路中出现和/或消失的亚稳态现象的功能仿真；使用经过分析和处理后的设计代码进行测试用例的功能验证，进而发现跨时钟异步电路中存在的设计问题。本发明通过对异步电路设计代码的处理，实现了对异步电路设计异常的仿真，在降低验证成本的同时提高了验证效率。
-
公开(公告)号：CN114580327B
公开(公告)日：2025-04-08
申请号：CN202210099058.0
申请日：2022-01-27
Applicant: 北京邮电大学
IPC: G06F30/33
Abstract: 本发明提供一种跨时钟域异步电路的功能验证方法、系统和计算机可读存储介质，其中的方法包括：使用硬件描述语言对跨时钟异步电路的设计代码进行描述；开发软件工具对所述设计代码进行分析和处理，以实现对跨时钟异步电路中出现和/或消失的亚稳态现象的功能仿真；使用经过分析和处理后的设计代码进行测试用例的功能验证，进而发现跨时钟异步电路中存在的设计问题。本发明通过对异步电路设计代码的处理，实现了对异步电路设计异常的仿真，在降低验证成本的同时提高了验证效率。
-
公开(公告)号：CN113590578B
公开(公告)日：2023-12-26
申请号：CN202110693347.9
申请日：2021-06-22
Applicant: 北京邮电大学
Abstract: 本发明公开了一种跨语言知识单元迁移方法，包括：获取两种不同语言各自的知识图谱，并获取两种不同语言对应的跨语言知识对齐种子库；针对知识图谱中不同语义层次的知识单元建模后得到第一建模结果；针对知识图谱中同一语义层次的知识单元建模后得到第二建模结果；将第一建模结果与第二建模结果拼接后，生成拼接结果；根据拼接结果以及跨语言知识对齐种子库，并通过对齐模型的损失函数将知识单元各自的向量空间进行线性转换，生成转换后的知识单元；计算转换后的知识单元的距离和置信度进行跨语言知识单元迁移。因此，由于本申请通过对知识单元的语义层次进行建模，并对不同语言的向量空间进行线性转换，从而可以实现跨语言知识单元的迁移。
-
Patent Agency Ranking
公开(公告)号：CN113590578A
公开(公告)日：2021-11-02
申请号：CN202110693347.9
申请日：2021-06-22
Applicant: 北京邮电大学
Abstract: 本发明公开了一种跨语言知识单元迁移方法，包括：获取两种不同语言各自的知识图谱，并获取两种不同语言对应的跨语言知识对齐种子库；针对知识图谱中不同语义层次的知识单元建模后得到第一建模结果；针对知识图谱中同一语义层次的知识单元建模后得到第二建模结果；将第一建模结果与第二建模结果拼接后，生成拼接结果；根据拼接结果以及跨语言知识对齐种子库，并通过对齐模型的损失函数将知识单元各自的向量空间进行线性转换，生成转换后的知识单元；计算转换后的知识单元的距离和置信度进行跨语言知识单元迁移。因此，由于本申请通过对知识单元的语义层次进行建模，并对不同语言的向量空间进行线性转换，从而可以实现跨语言知识单元的迁移。
-
公开(公告)号：CN112131377A
公开(公告)日：2020-12-25
申请号：CN202010808203.9
申请日：2020-08-12
Applicant: 北京邮电大学
IPC: G06F16/35 , G06F16/335 , G06F40/216 , G06F40/30 , G06K9/62 , H04L12/58
Abstract: 本发明公开了一种基于多策略的群聊话题检测方法、装置、设备及存储介质，所述方法包括：根据话题的属性信息得到话题序列，其中，话题序列包括当前话题和过期话题，所述当前话题包括普通话题和热点话题，根据群聊消息的文本特征信息和辅助信息与所述当前话题进行匹配，将群聊消息加入对应的话题中；计算各个话题之间的第一相似度，当所述第一相似度大于等于预设第一阈值时，合并话题。本发明公开的群聊话题检测方法，通过构建话题序列解决了话题交叉的问题，通过利用辅助信息减小短文本特征稀疏对聚类效果的影响，大大提高了群聊话题检测的效率和准确度。
-
公开(公告)号：CN115293129A
公开(公告)日：2022-11-04
申请号：CN202210676186.7
申请日：2022-06-15
Applicant: 北京邮电大学
IPC: G06F40/205 , G06F40/30 , G06N3/04 , H04L51/04
Abstract: 本发明提供一种面向群聊的对话结构分析模型训练方法、分析方法及装置，在利用BERT模型获取各消息的文本表示后，结合所定义的各讲者之间的关系编码，通过GRU挖掘目标消息讲者的注意力表示；根据上文消息的回复关系构建相应的线程，通过将目标消息连接在各线程后输入GRU，得到各线程的内容语义表征；通过多层感知机获取目标消息与上文消息的语篇结构表征。结合注意力表示、内容语义表征和语篇结构表征共同评价分析判断目标消息的真实回复对象，极大提高了对话结构分析的准确率。
-
公开(公告)号：CN113609306A
公开(公告)日：2021-11-05
申请号：CN202110893417.5
申请日：2021-08-04
Applicant: 北京邮电大学
Abstract: 本发明公开了一种对抗残差图变分自编码器的社交网络链接预测方法及系统，包括如下步骤：利用数据采集技术获取某一时刻下的社交网络数据，包括用户的推文数据和用户之间的交互数据；基于用户的交互进行社交网络图结构抽象，其中节点表示社交网络中的真实用户，边表示用户之间的关系；利用Bert模型提取用户推文数据中的内容语义信息，表示成固定长度的向量，作为用户的内容语义；将社交网络图结构和用户的内容语义作为输入，利用批量正则化下的对抗残差图变分自编码器提取拓扑结构特征和语义特征，融合得到低维连续向量空间中的节点表示；两两计算节点向量表示之间的点积，反映节点间的相似度，将高于给定阈值的两个节点认定为会在未来产生链接关系，从而实现社交网络链接预测。
-
公开(公告)号：CN113609306B
公开(公告)日：2024-04-23
申请号：CN202110893417.5
申请日：2021-08-04
Applicant: 北京邮电大学
IPC: G06F16/36 , G06F30/18 , G06F30/27 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N5/022 , G06F111/02
Abstract: 本发明公开了一种对抗残差图变分自编码器的社交网络链接预测方法及系统，包括如下步骤：利用数据采集技术获取某一时刻下的社交网络数据，包括用户的推文数据和用户之间的交互数据；基于用户的交互进行社交网络图结构抽象，其中节点表示社交网络中的真实用户，边表示用户之间的关系；利用Bert模型提取用户推文数据中的内容语义信息，表示成固定长度的向量，作为用户的内容语义；将社交网络图结构和用户的内容语义作为输入，利用批量正则化下的对抗残差图变分自编码器提取拓扑结构特征和语义特征，融合得到低维连续向量空间中的节点表示；两两计算节点向量表示之间的点积，反映节点间的相似度，将高于给定阈值的两个节点认定为会在未来产生链接关系，从而实现社交网络链接预测。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.023 seconds)
