-
公开(公告)号:CN113836286B
公开(公告)日:2024-04-05
申请号:CN202111129135.4
申请日:2021-09-26
Applicant: 南开大学
IPC: G06F16/332 , G06F16/35 , G06F40/216 , G06F40/289 , G06N3/0455 , G06N3/0442 , G06N3/08
Abstract: 本公开提供了一种基于问答匹配的社区孤寡老人情感分析方法,包括:获取询问信息;对获取的询问信息进行问答匹配;符合匹配要求的询问信息,直接得到询问信息对应的答复结果;不符合要求的询问信息,依据预设的情感分析模型,得到情感分析结果;其中,情感分析模型的学习采用双任务混合学习框架,主任务判断当前语境下说话人的状态,辅助任务对对话中的语句进行编码后,通过注意力机制挖掘当前说话人的历史对话记录,得到说话人上下文向量;本公开可以关怀老人和服务居民,提高了社区服务质量,实现了智能问答;可以高效的将居民问题与社区管理处提供的语料库进行匹配,准确解答居民问题,同时,可以有效的评估孤寡老人的情感状态。
-
公开(公告)号:CN116050437A
公开(公告)日:2023-05-02
申请号:CN202211675721.3
申请日:2022-12-26
Applicant: 南开大学
IPC: G06F40/58 , G06F40/42 , G06F40/242 , G06N20/00
Abstract: 本发明提出了一种基于非线性映射的无监督双语词典抽取方法,该方法首先通过线性映射对双语向量空间进行初步对齐后,从其中抽取准确率较高的种子词典,基于该种子词典对向量空间中的语言向量进行整体旋转以及带权平移,最终在对齐程度更高的双语向量空间中抽取双语词典。整个模型通过整体旋转向量空间来缓解传统线性映射方法带来的过拟合影响,通过带权平移方法实现双语向量空间的非线性映射,从而使双语向量空间实现细粒度的对齐。本发明的方法通过在无监督双语词典抽取方法中引入非线性映射方法提高抽取准确率,有效解决了传统线性映射带来的过拟合问题。
-
公开(公告)号:CN113836286A
公开(公告)日:2021-12-24
申请号:CN202111129135.4
申请日:2021-09-26
Applicant: 南开大学
IPC: G06F16/332 , G06F16/35 , G06F40/216 , G06F40/289 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本公开提供了一种基于问答匹配的社区孤寡老人情感分析方法,包括:获取询问信息;对获取的询问信息进行问答匹配;符合匹配要求的询问信息,直接得到询问信息对应的答复结果;不符合要求的询问信息,依据预设的情感分析模型,得到情感分析结果;其中,情感分析模型的学习采用双任务混合学习框架,主任务判断当前语境下说话人的状态,辅助任务对对话中的语句进行编码后,通过注意力机制挖掘当前说话人的历史对话记录,得到说话人上下文向量;本公开可以关怀老人和服务居民,提高了社区服务质量,实现了智能问答;可以高效的将居民问题与社区管理处提供的语料库进行匹配,准确解答居民问题,同时,可以有效的评估孤寡老人的情感状态。
-
-