基于半监督深度学习的弹幕文本情感分类方法及存储介质

    公开(公告)号:CN116304009A

    公开(公告)日:2023-06-23

    申请号:CN202211458739.8

    申请日:2022-11-17

    Abstract: 本发明实施例提供一种基于半监督深度学习的弹幕文本情感分类方法及存储介质,属于弹幕情感分类技术领域。所述弹幕文本情感分类方法包括随机对所有弹幕文本进行情感标签;获取所有弹幕文本的词向量;获取第t个时间步下被情感标签的单条弹幕文本以及所述弹幕文本前后M条弹幕文本,并形成增广弹幕样本集合。本发明采用随机标记弹幕文本并构建增广弹幕样本集合的方式,能够降低预训练时标签的工作量;此外,采用词语级注意力机制模型和句子级注意力机制模型能够获取该条弹幕内部词语以及相邻弹幕间的相互影响关系并融合,以使得对弹幕文本的情感分类更加准确可靠。

    基于多传感器的无人机铁路巡检的定位方法及定位系统

    公开(公告)号:CN116797942A

    公开(公告)日:2023-09-22

    申请号:CN202210222725.X

    申请日:2022-03-09

    Abstract: 本发明实施例提供一种基于多传感器的无人机铁路巡检的定位方法及定位系统,属于无人机铁路巡检技术领域。所述定位方法包括获取多个传感器监测到的特征集合;根据所述特征集合获取特征数据并形成训练数据集合;构建门控降噪自编码器、BiGRU神经网络模型和多头自注意力机制模型。本发明通过对多个传感器监测到的特征集合进行处理,并获得正则特征数据,将该训练数据集合依次沿着门控降噪自编码器、BiGRU神经网络模型以及多头自注意力机制模型中进行训练,以获得预测结果,并根据预测结果不断优化模型。本发明能够自适应地判别出蕴含更多重要信息的传感器,进而大幅提升预测精度,且能够在部分传感器故障时正常工作。

Patent Agency Ranking