-
Patent Agency Ranking
公开(公告)号：CN116089591A
公开(公告)日：2023-05-09
申请号：CN202310196275.6
申请日：2023-03-03
Applicant: 南京邮电大学
IPC: G06F16/332 , G06F40/35 , G06N3/0464 , G06N3/045 , G06N3/084 , G06F16/35
Abstract: 本发明公开了一种基于BERT‑CNN‑BiGRU的问答型商品评论文本情感分析方法，包括：将问答型评论文本分为问题文本和答案文本，并经过BERT生成各自对应的文本表示向量，分别输入到CNN和BiGRU中得到各自文本的局部特征向量和全局特征向量，并捕获情感关键词得到局部情感表示向量以及全局情感表示向量；拼接局部情感表示向量和全局情感表示向量，分别得到问题文本和答案文本的完整表示向量，以及拼接问题文本和答案文本完整表示向量，得到最终表示向量；将最终表示向量输入到softmax分类器中进行情感分类。本发明可极大的提升问答评论文本的文本语义完整性，提高了问答文本情感分类准确率。
-
公开(公告)号：CN115994542A
公开(公告)日：2023-04-21
申请号：CN202310288242.4
申请日：2023-03-23
Applicant: 南京邮电大学
IPC: G06F40/35 , G06F40/166 , G06N3/08 , G06F18/22 , G06F18/24
Abstract: 本发明公开了基于特征融合与注意力机制的医疗问答文本情感分析方法，包括：将医疗问答文本通过数据分割划分为患者问题文本和医生答案文本，进行预处理并分别经过ALBERT预训练模型得到各自对应的文本表示向量，分别输入到TextCNN和BiGRU中得到各自文本的局部特征向量和全局特征向量，拼接两者得到各自的综合语义表示向量并构建匹配矩阵并结合双向注意力机制将各自的情感表示向量拼接得到最终医疗问答文本的情感表示向量，输入到softmax分类器中进行情感分类。本发明很好的捕抓医疗问答文本的全局特征和局部特征，极大的丰富了医疗问答文本的语义表示完整性，提高了医疗问答文本情感分类准确率。
-
公开(公告)号：CN116030777B
公开(公告)日：2023-08-18
申请号：CN202310234247.9
申请日：2023-03-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种特定情感音乐生成方法及系统，包括：获取生成音乐的情感类别，构建MIDI音乐数据集；将原始MIDI数据集转化为特定的结构化数据集，对得到的结构化数据集进行预处理；提取每一首MIDI音乐的不同属性特征，构建并训练基于Transformer网络和高斯混合变分自编码器的深度潜在变量模型，生成特定情感的音乐。能够学习不同音乐属性特征对于情感的影响，生成具有长期依赖结构的音乐，并且在生成过程中能够实现音乐情感的转换。
-
公开(公告)号：CN115938394A
公开(公告)日：2023-04-07
申请号：CN202211512568.2
申请日：2022-11-28
Applicant: 南京邮电大学
Abstract: 本发明公开了一种定量可计算的音乐情感矢量表示方法及装置，包括采集带有标签的音乐并进行分类，建立情感数据集；利用音频处理框架在构建的数据集上提取音频特征，并使用特征选择算法去除无关特征和冗余特征；基于视觉几何图形组的A2mid2E模型和变换器模型，构建情感识别模型；通过可调节层来接受识别的情感信息。本发明通过将音乐情感向量化，可以直接用于情感识别、聚类或测量情感之间的距离等方面；通过音频特征分析，去除冗余特征，确保和提升了模型的表达能力；可直接运行于手机或较低运算能力的终端，降低了情感识别对计算能力的要求，还可识别训练情感模型之外的其它情感，能适应不同的情感识别需求场景。
-
公开(公告)号：CN116030777A
公开(公告)日：2023-04-28
申请号：CN202310234247.9
申请日：2023-03-13
Applicant: 南京邮电大学
Abstract: 本发明公开了一种特定情感音乐生成方法及系统，包括：获取生成音乐的情感类别，构建MIDI音乐数据集；将原始MIDI数据集转化为特定的结构化数据集，对得到的结构化数据集进行预处理；提取每一首MIDI音乐的不同属性特征，构建并训练基于Transformer网络和高斯混合变分自编码器的深度潜在变量模型，生成特定情感的音乐。能够学习不同音乐属性特征对于情感的影响，生成具有长期依赖结构的音乐，并且在生成过程中能够实现音乐情感的转换。
-
-
-
-
Search Results
5
records
(took 0.015 seconds)
