公开(公告)号：CN113641820A

公开(公告)日：2021-11-12

申请号：CN202110913656.2

申请日：2021-08-10

Applicant: 福州大学

Inventor： 廖祥文 ,  曾梦美 ,  郭星宇 ,  朱雨航 ,  张纬峰

IPC: G06F16/35 ,  G06F40/211 ,  G06F40/30 ,  G06N3/04

Abstract: 本发明涉及一种基于图卷积神经网络的视角级文本情感分类系统及方法，包括：文本预处理模块，用于对视角级文本进行特征化处理；文本语义信息获取模块，用于捕获文本的双向语义依赖关系；注意力编码模块，用于捕获文本单词序列的全局内部相关性，并进行进一步信息整合；图卷积神经网络模块，将GCN直接作用于句子依存关系树来建模句子结构，可将上下文和依赖信息从观点词传播到视角词；情感类别输出模块，用分类函数得到文本最终的情感分类结果。本发明可以有效发挥图卷积网络的作用，能够利用图卷积神经网络通过语义依赖树来建模句子结构，得到更好的文本情感特征表示。

公开(公告)号：CN113641820B

公开(公告)日：2023-11-17

申请号：CN202110913656.2

申请日：2021-08-10

Applicant: 福州大学

Inventor： 廖祥文 ,  曾梦美 ,  郭星宇 ,  朱雨航 ,  张纬峰

IPC: G06F16/35 ,  G06F40/211 ,  G06F40/30 ,  G06N3/042

Abstract: 本发明涉及一种基于图卷积神经网络的视角级文本情感分类系统及方法，包括：文本预处理模块，用于对视角级文本进行特征化处理；文本语义信息获取模块，用于捕获文本的双向语义依赖关系；注意力编码模块，用于捕获文本单词序列的全局内部相关性，并进行进一步信息整合；图卷积神经网络模块，将GCN直接作用于句子依存关系树来建模句子结构，可将上下文和依赖信息从观点词传播到视角词；情感类别输出模块，用分类函数得到文本最终的情感分类结果。本发明可以有效发挥图卷积网络的作用，能够利用图卷积神经网络通过语义依赖树来建模句子结构，得到更好的文本情感特征表示。

公开(公告)号：CN116151268A

公开(公告)日：2023-05-23

申请号：CN202211616786.0

申请日：2022-12-15

Applicant: 福州大学

Inventor： 廖祥文 ,  何佳 ,  梁明 ,  张纬峰 ,  曾炜森

IPC: G06F40/30 ,  G06V10/44 ,  G06V10/82 ,  G06V10/86 ,  G06V10/70 ,  G06N3/08 ,  G06N3/0464

Abstract: 本发明涉及一种融合关系差异信息的多模态讽刺识别系统。包括：一个图文特征提取模块，用于提取图文数据的特征表示；一个图文关系融合模块，用于匹配并组合文本图像一致信息用于预测；一个图文差异融合模块，用于提取模态内文本中的不一致性信息、提取模态间图文之间的不一致性信息，并组合不一致信息用于预测；一个讽刺识别模块，用于判别多模态数据中是否存在讽刺感。

公开(公告)号：CN116010553A

公开(公告)日：2023-04-25

申请号：CN202211628289.2

申请日：2022-12-17

Applicant: 福州大学

Inventor： 廖祥文 ,  梁明 ,  何佳 ,  杨思源 ,  张纬峰

IPC: G06F16/33 ,  G06F40/289 ,  G06F40/284 ,  G06F40/126 ,  G06F40/30 ,  G06F18/25 ,  G06F18/22 ,  G06N3/0442 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08

Abstract: 本发明提供了一种基于双路编码和精确匹配信号的观点检索系统，包括：一个查询文本和文档文本预处理模块，对输入的查询和候选文档据进行预处理；一个查询文本和文档文本相关得分计算模块；一个查询文本和文档文本观点得分计算模块，通过预训练模型计算候选文档的观点得分；统一相关检索模块，用于根据相关检索模块得出的查询和文档的相关得分和根据观点得分模块获取文档的观点得分，最终计算文档的观点检索得分。本技术方案通过双路编码来获取局部语义信息和全局语义信息，能够通过融合并基于这些信息进行观点检索，通过精确匹配机制获取的精确语义信息能够提高查询与文档的相关性。

公开(公告)号：CN115858788A

公开(公告)日：2023-03-28

申请号：CN202211634722.3

申请日：2022-12-19

Applicant: 福州大学

Inventor： 廖祥文 ,  张纬峰 ,  梁明 ,  何佳 ,  谢发梁

IPC: G06F16/35 ,  G06F16/36 ,  G06F40/211 ,  G06F40/268 ,  G06F40/30 ,  G06N3/045 ,  G06N3/042 ,  G06N3/0464 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/048

Abstract: 本发明涉及一种基于双重图卷积神经网络的视角级文本情感分类系统，包括文本预处理模块，用于对视角级文本进行特征化处理；文本语义信息获取模块，用于捕获文本的双向语义依赖关系；注意力编码模块，用于捕获文本单词序列的全局内部相关性并生成文本语义关系图；相关语义图卷积神经网络模块，将GCN作用于文本语义图来建模句子结构；文本句法信息获取模块，用于捕获基于依存句法的文本信息；依存句法图卷积神经网络模块，将GCN直接作用于句子依存关系树来建模句子结构；双向映射模块，用于交换语义GCN与句法GCN信息之间的相关特征；情感类别输出模块，利用分类函数得到最终的情感分类结果。