基于感知情绪倾向的共情人机对话系统

    公开(公告)号:CN115858756A

    公开(公告)日:2023-03-28

    申请号:CN202211634216.4

    申请日:2022-12-19

    Applicant: 福州大学

    Abstract: 本发明涉及一种基于感知情绪倾向的共情人机对话系统,包括:外部知识模块,用于对输入语句,通过概念网络和vad情感向量,构建情感上下文向量;情感上下文编码器模块,用于基于transformer编码器对情感上下文向量进行编码,然后输入多头注意力网络,得到情绪信号;情感倾向编码器模块,用于计算输入语句中词语与情感之间的情绪倾向性;共享注意力模块,用于共享多头注意力网络的注意力参数,获得多个注意力特征,并采用多元残差网络进行融合,得到融合注意力特征向量;情感依赖解码器模块,用于整合情绪信号和融合注意力特征向量,基于transformer解码器,利用多头交叉注意力网络,输出预测的对话回复。该系统有利于感知词语的情绪倾向性,获得更好的对话回复。

    基于分层融合多头注意力网络和卷积网络的观点检索方法及系统

    公开(公告)号:CN113641789B

    公开(公告)日:2023-08-04

    申请号:CN202110917626.9

    申请日:2021-08-11

    Applicant: 福州大学

    Abstract: 本发明提出一种基于分层融合多头注意力网络和卷积网络的观点检索方法及系统,主要包含一个文本预处理模块,对输入的查询和候选文档的文本数据进行预处理;包含一个相关得分计算模块,用于计算查询和候选文档之间的相关得分;包含一个观点得分计算模块,用于计算候选文档的观点得分;包含一个统一相关检索模块,用于根据相关得分和观点得分计算观点检索得分;包含一个排序学习检索模块,将相关得分作为新的特征加入到常用的特征、文本概念化特征、网络表示特征和观点得分特征中,用于计算观点检索得分。

    基于分层融合多头注意力网络和卷积网络的观点检索方法及系统

    公开(公告)号:CN113641789A

    公开(公告)日:2021-11-12

    申请号:CN202110917626.9

    申请日:2021-08-11

    Applicant: 福州大学

    Abstract: 本发明提出一种基于分层融合多头注意力网络和卷积网络的观点检索方法及系统,主要包含一个文本预处理模块,对输入的查询和候选文档的文本数据进行预处理;包含一个相关得分计算模块,用于计算查询和候选文档之间的相关得分;包含一个观点得分计算模块,用于计算候选文档的观点得分;包含一个统一相关检索模块,用于根据相关得分和观点得分计算观点检索得分;包含一个排序学习检索模块,将相关得分作为新的特征加入到常用的特征、文本概念化特征、网络表示特征和观点得分特征中,用于计算观点检索得分。

    一种基于双路编码和精确匹配信号的观点检索系统

    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

    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。

    基于双重图卷积神经网络的视角级文本情感分类系统

    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

    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。

Patent Agency Ranking