-
公开(公告)号：CN113722439A
公开(公告)日：2021-11-30
申请号：CN202111016540.5
申请日：2021-08-31
Applicant: 福州大学
IPC: G06F16/33 , G06F16/35 , G06F16/36 , G06F40/211 , G06F40/216 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于对抗性类别对齐网络的跨领域情感分类方法，包括以下步骤：从常识库中提取相关领域的知识，生成与文本相关的常识知识特征，来增强文本的语义；对历史上下文信息进行编码，生成具有上下文信息的原始句子特征；融合外部知识生成的文本相关的常识知识特征和原始句子特征，生成兼具特异性和泛化性的文本表示；基于对抗性类别对齐网络，在全局边缘对齐的先验条件下，进行类别级别的对齐；对融合的文本特征向量进行分类预测，实现情感类别的输出。该方法及系统有利于提高跨领域文本情感分类的准确性。
-
公开(公告)号：CN112288632A
公开(公告)日：2021-01-29
申请号：CN202011178157.5
申请日：2020-10-29
Applicant: 福州大学
Abstract: 本发明涉及一种基于精简ESRGAN的单图像超分辨率方法，包括以下步骤：步骤S1:获取待处理低分辨图像，并预处理；步骤S2:根据预处理后的图像，通过改进型单图像超分辨率生成对抗网络中的生成器模块，生成超分辨率图像，若模型处于训练阶段，则进行步骤S3，否则进行步骤S4；步骤S3:构建判别器，并将判别器用于判断超分辨率图像是否为真实的高分辨率图像，根据判别器得到的结果进行反向传播，优化生成器，重新进行步骤S2；步骤S4:对得到的超分辨率图像进行边缘修复处理，得到最终的超分辨率图像。本发明解决图像放大后的边缘修复问题，去除边缘锯齿效应和块效应，使得图像更加平滑，从而较好地实现单图像超分辨率重建。
-
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。
-
Patent Agency Ranking
公开(公告)号：CN112288632B
公开(公告)日：2023-02-28
申请号：CN202011178157.5
申请日：2020-10-29
Applicant: 福州大学
IPC: G06T3/40 , G06N3/0475 , G06N3/048 , G06N3/045 , G06N3/084 , G06V10/764
Abstract: 本发明涉及一种基于精简ESRGAN的单图像超分辨率方法，包括以下步骤：步骤S1:获取待处理低分辨图像，并预处理；步骤S2:根据预处理后的图像，通过改进型单图像超分辨率生成对抗网络中的生成器模块，生成超分辨率图像，若模型处于训练阶段，则进行步骤S3，否则进行步骤S4；步骤S3:构建判别器，并将判别器用于判断超分辨率图像是否为真实的高分辨率图像，根据判别器得到的结果进行反向传播，优化生成器，重新进行步骤S2；步骤S4:对得到的超分辨率图像进行边缘修复处理，得到最终的超分辨率图像。本发明解决图像放大后的边缘修复问题，去除边缘锯齿效应和块效应，使得图像更加平滑，从而较好地实现单图像超分辨率重建。
-
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。
-
公开(公告)号：CN113505208B
公开(公告)日：2024-02-02
申请号：CN202110776034.X
申请日：2021-07-09
Applicant: 福州大学
IPC: G06F16/332 , G06N3/0442 , G06N3/0464 , G06N3/094
Abstract: 本发明涉及一种融合多路注意力机制的智能对话系统，包括依次连接的编码器模块、多路注意力模块、动态融合模块、外部知识模块和解码器模块；所述编码器模块，用于针对历史上下文进行多领域的编码；所述多路注意力模块，用于提取上下文单词之间的注意力关系；所述动态融合模块，用于融合编码器和注意力的编码结果；所述外部知识模块，用于辅助生成特定领域知识的句子内容；所述解码器模块，用于生成具体的句子内容。本发明能够通过对话的历史上下文信息，抽取不同领域细粒度和句子细粒度的编码信息，并利用记忆网络从外部知识库中抽取有用的外部知识信息，最终将二者信息融合生成具体的句子，提高对话智能化。
-
公开(公告)号：CN113722439B
公开(公告)日：2024-01-09
申请号：CN202111016540.5
申请日：2021-08-31
Applicant: 福州大学
IPC: G06F16/33 , G06F16/35 , G06F16/36 , G06F40/211 , G06F40/216 , G06F40/30 , G06F18/24 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及一种基于对抗性类别对齐网络的跨领域情感分类方法，包括以下步骤：从常识库中提取相关领域的知识，生成与文本相关的常识知识特征，来增强文本的语义；对历史上下文信息进行编码，生成具有上下文信息的原始句子特征；融合外部知识生成的文本相关的常识知识特征和原始句子特征，生成兼具特异性和泛化性的文本表示；基于对抗性类别对齐网络，在全局边缘对齐的先验条件下，进行类别级别的对齐；对融合的文本特征向量进行分类预测，实现情感类别的输出。该方法及系统有利于提高跨领域文
-
公开(公告)号：CN113505208A
公开(公告)日：2021-10-15
申请号：CN202110776034.X
申请日：2021-07-09
Applicant: 福州大学
IPC: G06F16/332 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种融合多路注意力机制的智能对话系统，包括依次连接的编码器模块、多路注意力模块、动态融合模块、外部知识模块和解码器模块；所述编码器模块，用于针对历史上下文进行多领域的编码；所述多路注意力模块，用于提取上下文单词之间的注意力关系；所述动态融合模块，用于融合编码器和注意力的编码结果；所述外部知识模块，用于辅助生成特定领域知识的句子内容；所述解码器模块，用于生成具体的句子内容。本发明能够通过对话的历史上下文信息，抽取不同领域细粒度和句子细粒度的编码信息，并利用记忆网络从外部知识库中抽取有用的外部知识信息，最终将二者信息融合生成具体的句子，提高对话智能化。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
