-
公开(公告)号：CN117271771A
公开(公告)日：2023-12-22
申请号：CN202311232741.8
申请日：2023-09-22
Applicant: 华中科技大学
IPC: G06F16/35 , G06F40/284 , G06F40/30 , G06F18/214 , G06N3/0455
Abstract: 本发明公开了一种事件因果关系识别模型的构建方法及应用，属于自然语言处理领域；通过对训练集中的事件对模版化，得到对应的句子T后再输入到预训练语言模型中进行训练，实现确定性假设的提示学习，进而构建得到事件因果关系识别模型；所构建的事件因果关系识别模型从传统的直接预测事件提及之间的关系词，转为假设两个事件提及之间具有确定性因果关系，通过判断此假设的合理度，进而判断是否具有因果关系，免去了答案空间的构造问题，促进了事件因果关系识别效果的提升，能够在不依赖于提示模板和答案空间词的设计的前提下，实现准确率较高的事件因果关系识别的技术问题。
-
公开(公告)号：CN108446350B
公开(公告)日：2020-05-19
申请号：CN201810190979.1
申请日：2018-03-09
Applicant: 华中科技大学
IPC: G06F16/9535 , G06F16/35 , G06Q50/00
Abstract: 本发明公开了一种基于主题模型分析与用户长短兴趣的推荐方法，包括：对活动文本集进行隐藏主题训练得到训练好的模型，计算得到所有类别的类特征主题分布；将用户长期、近期的活动文本输入训练好的模型，得到用户长期、近期活动主题特征向量，结合行为权重和时间衰减函数得到用户的长、短兴趣向量；根据用户的长兴趣向量和所有类别的类特征主题分布，得到长兴趣的余弦相似值，选取长兴趣的余弦相似值最高的TopM的类别，根据用户的短兴趣向量和TopM的类别中的活动，得到短兴趣的余弦相似值，根据短兴趣的余弦相似值，得到活动平台对用户的推荐活动。本发明在选取待推荐活动的时缩小了筛选范围，从而缩短了推荐计算的时间同时也能提高推荐的准确率。
-
公开(公告)号：CN109446331A
公开(公告)日：2019-03-08
申请号：CN201811492975.5
申请日：2018-12-07
Applicant: 华中科技大学
IPC: G06F16/35
Abstract: 本发明公开了一种文本情绪分类模型建立方法及文本情绪分类方法，包括：对待分类文档进行分句操作，并分别获得每一个句子中所有单词的词向量；根据分句结果依次建立单词转化层、文档向量合成层以及输出层，从而完成文本情绪分类模型的建立；单词转化层包括M个树结构神经网络，与分句所得的M个句子一一对应，分别用于将句中单词的词向量转化为隐藏向量；文档向量合成层用于根据单词转化层转化所得的单词的隐藏向量得到待分类文档的文档向量；输出层用于将文档向量合成层得到的文档向量映射为情绪概率分布并归一化，从而得到待分类文档在每个情绪类别上的概率。本发明通过融合句法信息、主题信息和语义信息，有效提高了文本情绪分类的准确度。
-
公开(公告)号：CN108446350A
公开(公告)日：2018-08-24
申请号：CN201810190979.1
申请日：2018-03-09
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于主题模型分析与用户长短兴趣的推荐方法，包括：对活动文本集进行隐藏主题训练得到训练好的模型，计算得到所有类别的类特征主题分布；将用户长期、近期的活动文本输入训练好的模型，得到用户长期、近期活动主题特征向量，结合行为权重和时间衰减函数得到用户的长、短兴趣向量；根据用户的长兴趣向量和所有类别的类特征主题分布，得到长兴趣的余弦相似值，选取长兴趣的余弦相似值最高的TopM的类别，根据用户的短兴趣向量和TopM的类别中的活动，得到短兴趣的余弦相似值，根据短兴趣的余弦相似值，得到活动平台对用户的推荐活动。本发明在选取待推荐活动的时缩小了筛选范围，从而缩短了推荐计算的时间同时也能提高推荐的准确率。
-
Patent Agency Ranking
公开(公告)号：CN116432752B
公开(公告)日：2024-02-02
申请号：CN202310468690.2
申请日：2023-04-27
Applicant: 华中科技大学
IPC: G06N5/025 , G06F40/30 , G06F16/35 , G06N20/00 , G06F40/295
Abstract: 本发明公开了一种隐式篇章关系识别模型的构建方法及其应用，建立了基于任务增强提示学习的隐式篇章关系识别模型，包括编码模块、门控融合模块和语义标签分类模块。该构建方法首先对论元进行模板化，利用输入的论元、连接词等信息构成合适的提示模板并使用编码模块进行编码，得到[MASK]、[CLS]的隐层向量；通过门控融合模块将[CLS]的隐层向量融入主任务[MASK]的隐层向量中得到新的[MASK]隐层向量；最后通过语义标签分类模块预测两个论元之间的隐式篇章关系识别结果。本发明采用任务增强
-
公开(公告)号：CN116432752A
公开(公告)日：2023-07-14
申请号：CN202310468690.2
申请日：2023-04-27
Applicant: 华中科技大学
IPC: G06N5/025 , G06F40/30 , G06F16/35 , G06N20/00 , G06F40/295
Abstract: 本发明公开了一种隐式篇章关系识别模型的构建方法及其应用，建立了基于任务增强提示学习的隐式篇章关系识别模型，包括编码模块、门控融合模块和语义标签分类模块。该构建方法首先对论元进行模板化，利用输入的论元、连接词等信息构成合适的提示模板并使用编码模块进行编码，得到[MASK]、[CLS]的隐层向量；通过门控融合模块将[CLS]的隐层向量融入主任务[MASK]的隐层向量中得到新的[MASK]隐层向量；最后通过语义标签分类模块预测两个论元之间的隐式篇章关系识别结果。本发明采用任务增强提示学习的方式对隐式篇章关系识别任务的论元、连接词等信息进行了更加全面的建模，有效的提高了隐式篇章关系识别的准确度。
-
公开(公告)号：CN117635769A
公开(公告)日：2024-03-01
申请号：CN202311681109.1
申请日：2023-12-06
Applicant: 华中科技大学
Abstract: 本发明公开了一种基于关联感知跨模态注意网络的社交网中服饰推荐方法，方法包括：(1)针对服饰单品的多模态数据，利用多模态特征编码器提取视觉、文本特征以及类别嵌入表示；(2)构建基于模态驱动的协同学习模块，利用跨模态协同注意网络建模多模态信息间的交互关系；(3)设计基于关联感知的信息聚合模块，通过图注意网络自适应地捕捉单品间的上下文信息，获得套装全局表示；(4)引入自注意力机制强化套装最终表示，用于时尚兼容性分数计算，由此推荐与之互补的可搭配单品。本发明通过跨模态信息融合与上下文关系传播的方式丰富单品特征表示，有效增强多模态表示学习能力，保证模态信息的一致性和互补性，对套装兼容性评估精准建模。
-
公开(公告)号：CN109446331B
公开(公告)日：2021-03-26
申请号：CN201811492975.5
申请日：2018-12-07
Applicant: 华中科技大学
IPC: G06F16/35
Abstract: 本发明公开了一种文本情绪分类模型建立方法及文本情绪分类方法，包括：对待分类文档进行分句操作，并分别获得每一个句子中所有单词的词向量；根据分句结果依次建立单词转化层、文档向量合成层以及输出层，从而完成文本情绪分类模型的建立；单词转化层包括M个树结构神经网络，与分句所得的M个句子一一对应，分别用于将句中单词的词向量转化为隐藏向量；文档向量合成层用于根据单词转化层转化所得的单词的隐藏向量得到待分类文档的文档向量；输出层用于将文档向量合成层得到的文档向量映射为情绪概率分布并归一化，从而得到待分类文档在每个情绪类别上的概率。本发明通过融合句法信息、主题信息和语义信息，有效提高了文本情绪分类的准确度。
-
公开(公告)号：CN108334645A
公开(公告)日：2018-07-27
申请号：CN201810317533.0
申请日：2018-04-10
Applicant: 华中科技大学
CPC classification number: G06F16/9535 , G06Q50/01
Abstract: 本发明公开了一种基于图模型反馈更新的活动推荐方法，所述方法包括：在初始时刻给定的M类数据类型的基础上，将每一个数据设为一个节点，共得到N个节点，然后将这N个节点按照数据类型划分为M份，即得到M种类型的节点集合，并根据各个节点间的关联性构建节点之间的连边，最终得到包含N个节点以及邻边的图模型，在图模型上根据多次迭代并收敛的概率进行活动推荐。在后续时刻获取到反馈信息，即节点之间的连边关系发生变化，选取发生变化的图模型部分再次对待推荐活动进行排序，并结合初次推荐结果完成最后的推荐。本发明能够有效的解决现有的活动推荐中，获取到用户反馈信息后不能及时做出调整并提高推荐准确率的问题。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.021 seconds)
