-
公开(公告)号：CN114860939B
公开(公告)日：2024-09-27
申请号：CN202210573501.3
申请日：2022-05-25
Applicant: 华南师范大学
IPC: G06F16/35 , G06F40/216 , G06N3/0455 , G06N3/08
Abstract: 本发明涉及文本分类模型的训练方法、装置、设备和计算机存储介质，文本分类模型的训练方法包括：获取文本分类模型；获取文本训练数据；将Dropout层的概率值设置为0，得到第一预训练模型，并将文本训练数据输入第一预训练模型，得到第一概率分布；将Dropout层的概率值设置为p(0
-
公开(公告)号：CN117076669A
公开(公告)日：2023-11-17
申请号：CN202310897393.X
申请日：2023-07-20
Applicant: 华南师范大学
IPC: G06F16/35 , G06F16/332 , G06F16/33 , G06F40/30 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种方面级情感分析方法，包括步骤：获取待分析文本，对所述待分析文本中与待分析方面词相邻的若干个词进行词嵌入处理，得到局部上下文特征；对所述待分析文本进行词嵌入处理，得到全局上下文特征；对所述局部上下文特征进行基于图注意力的特征提取，得到局部图注意力特征；将所述局部图注意力特征与所述全局上下文特征进行融合处理，得到情感特征；根据所述情感特征进行分类预测，得到所述待分析方面词的情感极性。
-
公开(公告)号：CN116796753A
公开(公告)日：2023-09-22
申请号：CN202310385105.2
申请日：2023-04-11
Applicant: 华南师范大学
IPC: G06F40/30 , G06F16/35 , G06N3/0455
Abstract: 本发明涉及一种基于Bert实体感知的远程监督关系抽取降噪方法及其模型，所述降噪方法包括：S11、采用基于Bert实体感知的句编码方式对句子进行编码，得到包含实体对信息的句编码向量一；S12、根据句编码向量一，获得含有同一实体对的句子组成的句包的句包表示向量一；S13、根据句包表示向量一，获取句包表示向量一的关系表示值；S15、根据关系表示值所得到的句包的句子关系表示，获得具有潜在语义价值的句子所形成的FN噪音数据集；S2、对所述FN噪音数据集中句子的句子关系进行分类。本发明所述的基于Bert实体感知的远程监督关系抽取降噪方法及其模型能够快速且准确的提取句子信息，提高了后续噪音过滤以及分类效果。
-
公开(公告)号：CN116307173A
公开(公告)日：2023-06-23
申请号：CN202310254216.X
申请日：2023-03-15
Applicant: 华南师范大学
IPC: G06Q10/04 , G06Q50/06 , G06F17/16 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种消除天气影响的企业用电量的预测方法。本发明根据企业用电量受天气情况、生产模式和非生产模式的影响，分析企业用电量随天气情况波动的特征，采用基于全局块状自注意力机制改进的Transformers模型对企业用电量期望值进行预测，相对于传统的注意力机制做了更适用于此项任务的改进。本发明提出将天气特征嵌入用电量的方式和采用全局块状自注意力处理机制处理嵌入天气特征的用电量数据更适用于处理企业用电量的工程任务，所提出的方法兼顾了分段式方法的优点即预测的幅值和形状误差较低、可靠性高，又极大简化后续任务的设计复杂度。
-
公开(公告)号：CN116136871A
公开(公告)日：2023-05-19
申请号：CN202310191200.9
申请日：2023-03-01
Applicant: 华南师范大学
IPC: G06F16/332 , G06F40/211 , G06F40/284 , G06N3/0442
Abstract: 本发明涉及一种基于用户个性化的对话回复生成方法及其模型。本发明所述的对话回复生成方法包括：S1、获取当轮输入语句与历史输入语句中包含的个性化信息的匹配程度得分；S2、根据所述匹配程度得分，得到个性化信息选择性保存向量；S3、根据个性化信息选择性保存向量，得到用户个性化表征向量；在获得用户个性化表征向量后，根据用户个性化表征向量，在候选知识语句中选择最符合用户个性的知识语句，再利用所选择的知识语句，生成对话回复语句。本发明的方案，无须引入外部的对话者信息标注数据来获得用户的个性化信息，从而降低了对话系统的数据处理的负担，并且提高了对话系统的灵活性和应用范围。
-
Patent Agency Ranking
公开(公告)号：CN115357723A
公开(公告)日：2022-11-18
申请号：CN202210840355.6
申请日：2022-07-18
Applicant: 华南师范大学
Abstract: 本发明涉及一种实体关系抽取方法：获取待抽取的自然文本，并输入预训练好的语言编码模型，得到token序列；将token序列输入第一预训练语言模型，得到第一隐藏向量表征序列；根据第一隐藏向量表征序列进行主体实体和主体实体涉及的关系类型识别，根据主体实体涉及的关系类型对token序列进行主体标签的标注，主体标签包括多个对应不同关系类型的主体关系标签，主体关系标签用于标注主体实体对应的token；将token序列输入第二预训练语言模型，得到第二隐藏向量表征序列；根据第二隐藏向量表征序列进行客体实体识别，并对token序列进行客体标签的标注；根据主体标签、主体实体涉及的关系类型和客体标签，构建关系三元组。能够在实体关系重叠中，抽取正确关系的实体对。
-
公开(公告)号：CN115357712A
公开(公告)日：2022-11-18
申请号：CN202210921569.6
申请日：2022-08-02
Applicant: 华南师范大学
IPC: G06F16/35 , G06K9/62 , G06N3/04 , G06N3/08 , G06F40/211
Abstract: 本发明涉及一种方面级情感分析方法，包括：获取待分析的目标句子，并进行嵌入得到目标嵌入向量；构建模板句子，对模板句子的模板词、方面词和掩码词进行嵌入操作得到模板词嵌入向量、方面词嵌入向量和掩码嵌入向量；将模板词嵌入向量输入Prompt编码器得到模板词张量，将模板词张量、方面词嵌入向量和掩码嵌入向量拼接得到连续模板向量；将目标嵌入向量和连续模板向量共同输入预训练语言模型并进行池化操作，得到上下文特征；根据目标句子生成句法依存树，根据句法依存树提取句法依存特征；将上下文特征和句法依存特征进行特征融合，得到融合特征；根据融合特征进行预测，得到目标句子中方面词的情感极性。能够提高方面级情感分析的准确性。
-
公开(公告)号：CN108763191A
公开(公告)日：2018-11-06
申请号：CN201810339302.X
申请日：2018-04-16
Applicant: 华南师范大学
CPC classification number: G06F17/277 , G06N3/0454
Abstract: 本发明涉及一种文本摘要生成方法及系统，包括：获取文本信息，并将文本信息切分成多个词；将切分成的多个词分别输入到词嵌入模型中，获取每个词的词向量；获取组成每个词的所有字，并将组成同一个词的所有字依序输入到双向循环神经网络模型中，获取每个词的联合向量；将每个词的词向量和与其对应的联合向量分别输入到非线性模型中，获取每个词的融合特征；将每个词的融合特征组合形成新的输入文本，并将该新的输入文本输入到卷积神经网络中，获取表征文本的高层次特征；将表征文本的高层次特征输入到编码‑解码模型中，获取摘要。本发明可使原文本的重点信息得到增强，非重点信息得到衰减，进而使生成的文本摘要更能表征文本重要信息。
-
公开(公告)号：CN120015014A
公开(公告)日：2025-05-16
申请号：CN202510143057.5
申请日：2025-02-10
Applicant: 华南师范大学
Abstract: 本发明公开了一种基于双重对抗学习的语音情感识别方法及识别系统，涉及语音信号处理技术领域，包括：获取语音信号并进行预处理，使用情感分类器中的WavLM预训练模型从预处理后的语音信号中提取WavLM特征；将提取的WavLM特征分别送入情感编码器、对抗音素分类器和对抗说话人分类器，通过双重对抗学习去除待识别语音信号中的说话人信息及内容信息，通过情感分类器获取待识别语音信号的情感类别。本发明通过对说话人分类器和音素分类器分别进行对抗学习，去除语音信号中的说话人信息和内容信息，从而提取只包含情感信息的特征用于语音情感识别，有效的提高了语音情感识别的准确率。
-
公开(公告)号：CN114548120B
公开(公告)日：2024-11-08
申请号：CN202210049818.7
申请日：2022-01-17
Applicant: 华南师范大学
IPC: G06F40/35 , G06F40/216 , G06F40/284 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明涉及一种基于回复感知反馈机制的语言处理方法和系统。本发明所述的基于回复感知反馈机制的语言处理方法包括如下步骤：根据对背景知识和对话上下文，获得背景知识表征、对话上下文表征和上下文感知的背景知识表征；根据上下文感知的背景知识表征，选择出一段背景知识；根据选择出的背景知识段，逐个生成回复词，并在生成每一个回复词后，利用感知反馈机制，对所述背景知识段进行修正，以生成下一个回复词。本发明所述的基于回复感知反馈机制的语言处理方法和系统具有动态修正背景知识，回复准确度高的优点。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.022 seconds)
