公开(公告)号：CN113283248B

公开(公告)日：2022-06-21

申请号：CN202110477050.9

申请日：2021-04-29

Applicant: 桂林电子科技大学

Inventor： 史卓 ,  冯业 ,  陈梓涵 ,  王萌 ,  玉珂 ,  申婧

IPC: G06F40/56 ,  G06T11/60 ,  G06V30/14 ,  G06V30/146 ,  G06V30/18 ,  G06V30/19 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种散点图描述的自然语言自动生成方法及装置，所述方法包括如下步骤：步骤1，采集散点图，使用Scagnostics算法对采集的所述散点图进行相似性度量；步骤2，使用改进的Faster R‑CNN方法，判断进行相似性度量后的散点图的视觉类别即深刻见解；步骤3，基于所述散点图的视觉类别，编写散点图摘要的描述范例，形成散点图数据集，并对所述散点图数据集进行预处理；步骤4，使用预处理后的散点图数据集对改进的Chart‑to‑Text模型进行训练，并通过完成训练后的改进的Chart‑to‑Text模型生成散点图的文本描述。本发明能够快速准确的提取散点图中携带的可视编码信息，自动生成高质量的散点图描述文本。

公开(公告)号：CN113283248A

公开(公告)日：2021-08-20

申请号：CN202110477050.9

申请日：2021-04-29

Applicant: 桂林电子科技大学

Inventor： 史卓 ,  冯业 ,  陈梓涵 ,  王萌 ,  玉珂 ,  申婧

IPC: G06F40/56 ,  G06T11/60 ,  G06K9/20 ,  G06K9/32 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种散点图描述的自然语言自动生成方法及装置，所述方法包括如下步骤：步骤1，采集散点图，使用Scagnostics算法对采集的所述散点图进行相似性度量；步骤2，使用改进的Faster R‑CNN方法，判断进行相似性度量后的散点图的视觉类别即深刻见解；步骤3，基于所述散点图的视觉类别，编写散点图摘要的描述范例，形成散点图数据集，并对所述散点图数据集进行预处理；步骤4，使用预处理后的散点图数据集对改进的Chart‑to‑Text模型进行训练，并通过完成训练后的改进的Chart‑to‑Text模型生成散点图的文本描述。本发明能够快速准确的提取散点图中携带的可视编码信息，自动生成高质量的散点图描述文本。

公开(公告)号：CN106547876A

公开(公告)日：2017-03-29

申请号：CN201610947358.4

申请日：2016-10-26

Applicant: 桂林电子科技大学

Inventor： 蔡晓东 ,  王萌

IPC: G06F17/30 ,  G06Q50/00

CPC classification number: G06F17/3089 ,  G06Q50/01

Abstract: 本发明提供一种基于归属度标签传播的社团发现处理方法和系统，其中方法包括将读取到的复杂网络数据以图模型的形式表示；为图模型的每个节点分配标签；对每个标签节点的重要性进行计算，并生成节点序列表；根据节点序列表依次将各个标签节点的标签更新为预先计算得出的归属度最大的标签，再根据更新后的标签将各个标签节点进行分类，将具有相同标签的节点归类为同一社团。本发明综合复杂网络中节点的传播特性和节点之间的联系紧密性，根据归属度最大的标签将具有相同标签的节点归类为同一社团，提高了社团发现处理的准确性和稳定性。