-
Patent Agency Ranking
公开(公告)号：CN113609867A
公开(公告)日：2021-11-05
申请号：CN202110978023.X
申请日：2021-08-23
Applicant: 南开大学
IPC: G06F40/30 , G06F40/284 , G06F40/211 , G06N3/04 , G06N3/08
Abstract: 本发明属于深度学习领域，提供了一种基于单层网络结构学习上下文信息的方法及系统。其中，该方法包括获取文本信息，并将每个句子分成目标单词、上文和下文这三部分，对目标单词、上文和下文分别进行向量表示；基于目标单词、上文和下文向量表示及第一门控结构，建立目标单词及其上下文之间的关系；基于第二门控结构从目标单词及其上下文之间的关系中提取语义特征，并通过加权形式来形成最终的文本表示；其中，第一门控结构和第二门控结构均包含单词‑上下文注意力机制。
-
公开(公告)号：CN113609867B
公开(公告)日：2024-02-02
申请号：CN202110978023.X
申请日：2021-08-23
Applicant: 南开大学
IPC: G06F40/30 , G06F40/284 , G06F40/211 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 本发明属于深度学习领域，提供了一种基于单层网络结构学习上下文信息的方法及系统。其中，该方法包括获取文本信息，并将每个句子分成目标单词、上文和下文这三部分，对目标单词、上文和下文分别进行向量表示；基于目标单词、上文和下文向量表示及第一门控结构，建立目标单词及其上下文之间的关系；基于第二门控结构从目标单词及其上下文之间的关系中提取语义特征，并通过加权形式来形成最终的文本表示；其中，第一门控结构和第二门控结构均包含单词‑上下文注意力机制。
-
公开(公告)号：CN113641792A
公开(公告)日：2021-11-12
申请号：CN202110931048.4
申请日：2021-08-13
Applicant: 南开大学
Abstract: 本发明属于文本信息处理领域，提供了一种基于并行化零冗余长短期记忆网络的文本处理方法及系统。其中，该方法包括获取待处理文本数据并转换为词嵌入向量形式；根据待处理文本数据包含的词语数量，自适应计算待处理文本数据中每个词语的上下文窗口覆盖范围；在并行化零冗余长短期记忆网络内，压缩所述上下文窗口覆盖范围内的所有词嵌入向量，形成局部注意力向量矩阵，再通过哈达玛积矩阵相乘，并行计算得到所有词嵌入向量对应的局部上下文向量；将待处理文本数据对应的局部上下文向量经分类网络模型处理，得到文本分类或标注结果。
-
公开(公告)号：CN113641792B
公开(公告)日：2023-11-21
申请号：CN202110931048.4
申请日：2021-08-13
Applicant: 南开大学
IPC: G06F16/33 , G06F16/35 , G06F40/289 , G06F40/30 , G06F18/241 , G06N3/0442 , G06N3/048 , G06N3/08
-
公开(公告)号：CN113703928A
公开(公告)日：2021-11-26
申请号：CN202111014044.6
申请日：2021-08-31
Applicant: 南开大学
Abstract: 本发明属于社交媒体多任务处理领域，提供了一种社交媒体多任务处理方法及系统。其中，本多任务处理方法包括获取社交媒体数据处理的任务；根据任务类型从预设模型库中选取最佳匹配模型；其中这些最佳匹配模型利用相应训练数据集学习知识且均将学习到的知识存储至共享参数库中，以实现不同任务的知识共享且完成最佳匹配模型的优化；基于优化完成的最佳匹配模型及社交媒体数据流，得到各个任务的处理结果。
-
-
-
-
Search Results
5
records
(took 0.013 seconds)
