基于知识抽取和协同演化推理的情感隐喻识别方法、装置

    公开(公告)号:CN120011864A

    公开(公告)日:2025-05-16

    申请号:CN202510480934.8

    申请日:2025-04-17

    Applicant: 华侨大学

    Abstract: 本发明提供了基于知识抽取和协同演化推理的情感隐喻识别方法、装置,涉及自然语言处理技术领域,该方法通过构建高质量的情感隐喻语料库,并结合先进的特征向量化技术,对文本数据进行深度处理;利用模糊多粒度知识抽取技术,精准提取关键特征,形成优化后的特征子集,从而有效去除冗余信息并提升特征选择的精确度;进一步通过匹配网络与协同演化推理机制,实现情感隐喻的动态识别与标注,能够同时输出隐喻标签和情感类别。旨在解决现有技术中情感隐喻识别精度不足、推理能力有限以及难以处理大规模文本数据中噪声和冗余信息的问题。

    基于多尺度语义知识获取的一体化情感隐喻识别方法、装置、设备和介质

    公开(公告)号:CN120012783A

    公开(公告)日:2025-05-16

    申请号:CN202510457307.2

    申请日:2025-04-14

    Applicant: 华侨大学

    Abstract: 基于多尺度语义知识获取的一体化情感隐喻识别方法、装置、设备和介质,涉及自然语言处技术领域。识别方法包含;S1、获取文本数据,并构建情感隐喻语料库。S2、根据文本数据,对情感隐喻语料库进行多尺度标记,获取多尺度特征矩阵。S3、根据决策集合对多尺度特征矩阵进行多尺度语义特征提取,获取最优尺度语义矩阵。S4、从最优尺度语义矩阵分离原型模式向量和测试模式向量,并通过内积法构造反映两个向量的相似度的隐喻序参量和情感序参量。然后通过一体化动力学演化模型重构序参量,并从重构后的序参量中筛选出待识别句子的情感隐喻标注模式。S5、根据情感隐喻标注模式识别文本中的隐喻标签和情感类别,得到情感隐喻识别结果。

    基于孪生神经网络的多视域单目标跟踪方法

    公开(公告)号:CN117636396A

    公开(公告)日:2024-03-01

    申请号:CN202311644084.8

    申请日:2023-12-01

    Inventor: 黄川波 胡小兵

    Abstract: 本发明涉及基于孪生神经网络的多视域单目标跟踪方法,包括:读取待检索目标图片与待检测视频,并对视频进行切帧处理;利用YOLO V5s模型完成目标检测模块;利用StrongSORT模型完成目标跟踪模块;利用孪生神经网络完成目标匹配模块。通过YOLO V5s和StrongSORT模型的结合,使得目标跟踪更加稳定和准确;在多视域环境下,能够有效处理视角变化和遮挡等问题;同时能够更有效地处理复杂场景中的单目标跟踪任务,减少匹配错误和跟踪丢失的情况;通过孪生神经网络的引入,实现快速目标比对,简化模型,对目标序列图片检索速度更快;最后能输出检索出的目标图片对应视频,提供更加可靠和高效的视频监控和分析解决方案。

Patent Agency Ranking