-
公开(公告)号：CN111683294A
公开(公告)日：2020-09-18
申请号：CN202010380057.4
申请日：2020-05-08
Applicant: 华东师范大学
IPC: H04N21/4788 , H04N21/466 , H04N21/475 , H04N21/435 , G06F16/33 , G06F16/35 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种信息抽取的弹幕评论推荐方法，其特点是采用周围弹幕评论词嵌入模块、周围弹幕评论句子语义嵌入模块、周围弹幕评论间相似度计算模块和周围弹幕评论分数预测模块组成的模型，以及基于深度学习的信息抽取方法，使用周围弹幕评论之间的相关性使弹幕评论之间进行关联，在用户发送弹幕评论时提供候选的弹幕评论列表，为目标用户推荐在某一时间点合适的评论。本发明与现有技术相比具有准确率高，可解释性强，为目标用户推荐在某一时间点合适的评论，大大提升了弹幕评论推荐的性能，从而防止用户在发表弹幕评论时而错过视频内容，适用于任何用户参与评论的场景。
-
Patent Agency Ranking
公开(公告)号：CN110175237B
公开(公告)日：2023-02-03
申请号：CN201910396633.1
申请日：2019-05-14
Applicant: 华东师范大学
IPC: G06F16/35 , G06Q30/0202
Abstract: 本发明公开了一种面向多类别的二次情感分类方法，该方法包括：利用用户和物品的交互信息进行粗分类；在粗分类基础下利用评论信息进行细分类；结合粗分类结果和细分类结果进行最终预测。本发明提升了深度学习模型进行情感分类的准确性。在IMDB、Yelp2013和Yelp2014三个真实数据集上进行实验，实验结果表明，本发明与现有技术相比，准确率更高，可解释性更强。并且本发明适用于分类类别多的情感分类数据集。
-
公开(公告)号：CN113205869A
公开(公告)日：2021-08-03
申请号：CN202110474759.3
申请日：2021-04-29
Applicant: 华东师范大学
IPC: G16H20/70 , G06F16/9535 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于用户社交软件头像的心理健康检测及干预方法，包括如下步骤：收集用户个人信息与不同社交软件的头像图像数据；对收集的数据进行处理，抽取社交头像的图像特征；GBDT+LR模型首先通过GBDT自动进行特征筛选和组合以生成新的离散特征向量，再将该离散特征向量送入LR中，通过LR的线性组合得到最终用户的心理地位；对心理地位为“我不好”或“你不好”的用户施加干预或向相关人员预警；根据干预后用户的反馈选择继续干预或持续监测。本发明只需要获得用户的社交头像图像，即可自动获得用户的心理地位并进行相应干预。
-
公开(公告)号：CN111683294B
公开(公告)日：2021-05-07
申请号：CN202010380057.4
申请日：2020-05-08
Applicant: 华东师范大学
IPC: H04N21/4788 , H04N21/466 , H04N21/475 , H04N21/435 , G06F16/33 , G06F16/35 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种信息抽取的弹幕评论推荐方法，其特点是采用周围弹幕评论词嵌入模块、周围弹幕评论句子语义嵌入模块、周围弹幕评论间相似度计算模块和周围弹幕评论分数预测模块组成的模型，以及基于深度学习的信息抽取方法，使用周围弹幕评论之间的相关性使弹幕评论之间进行关联，在用户发送弹幕评论时提供候选的弹幕评论列表，为目标用户推荐在某一时间点合适的评论。本发明与现有技术相比具有准确率高，可解释性强，为目标用户推荐在某一时间点合适的评论，大大提升了弹幕评论推荐的性能，从而防止用户在发表弹幕评论时而错过视频内容，适用于任何用户参与评论的场景。
-
公开(公告)号：CN113205869B
公开(公告)日：2022-10-04
申请号：CN202110474759.3
申请日：2021-04-29
Applicant: 华东师范大学
IPC: G16H20/70 , G06F16/9535 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种基于用户社交软件头像的心理健康检测及干预方法，包括如下步骤：收集用户个人信息与不同社交软件的头像图像数据；对收集的数据进行处理，抽取社交头像的图像特征；GBDT+LR模型首先通过GBDT自动进行特征筛选和组合以生成新的离散特征向量，再将该离散特征向量送入LR中，通过LR的线性组合得到最终用户的心理地位；对心理地位为“我不好”或“你不好”的用户施加干预或向相关人员预警；根据干预后用户的反馈选择继续干预或持续监测。本发明只需要获得用户的社交头像图像，即可自动获得用户的心理地位并进行相应干预。
-
公开(公告)号：CN110175237A
公开(公告)日：2019-08-27
申请号：CN201910396633.1
申请日：2019-05-14
Applicant: 华东师范大学
Abstract: 本发明公开了一种面向多类别的二次情感分类方法，该方法包括：利用用户和物品的交互信息进行粗分类；在粗分类基础下利用评论信息进行细分类；结合粗分类结果和细分类结果进行最终预测。本发明提升了深度学习模型进行情感分类的准确性。在IMDB、Yelp2013和Yelp2014三个真实数据集上进行实验，实验结果表明，本发明与现有技术相比，准确率更高，可解释性更强。并且本发明适用于分类类别多的情感分类数据集。
-
-
-
-
-
Search Results
6
records
(took 0.014 seconds)
