-
公开(公告)号：CN112380832B
公开(公告)日：2024-01-30
申请号：CN202011272435.3
申请日：2020-11-13
Applicant: 苏州大学
IPC: G06F40/194
Abstract: 本发明提供了一种文本匹配方法、装置、电子设备及存储介质，包括：获取第一文本和第二文本，第一文本和第二文本具有相同的文本结构，提取与第一文本中多个版块一一对应的多个第一单视角匹配特征；提取与第二文本中多个版块一一对应的多个第二单视角匹配特征，将属于相同版块的第一单视角匹配特征和第二单视角匹配特征进行拼接，得到多个拼接后的单视角匹配特征；融合多个拼接后的单视角匹配特征得到第一文本和第二文本的多视角匹配特征；利用多视角匹配特征计算第一文本与第二文本的多视角匹配概率；通过多视角匹配概率确定第一文本与第二文本是否匹配。由于多视角匹配特征综合考虑到了各个单视角特征的信息，能够大幅提升文本匹配的准确率。
-
公开(公告)号：CN112949622B
公开(公告)日：2023-06-27
申请号：CN202110376917.1
申请日：2021-04-08
Applicant: 苏州大学
IPC: G06V30/14 , G06V30/19 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种融合文本与图像的双模态性格分类方法及装置，属于人工智能技术领域，该方法包括：将文本数据和图像数据输入预先训练的性格分类网络，得到性格分类结果；性格分类网络包括特征提取网络、对比视觉注意力网络和对比感知解码网络；特征提取网络中的文本特征提取分支用于提取文本数据的词嵌入向量、图像特征提取分支用于提取图像数据的图像区域向量；对比视觉注意力网络中的基础视觉注意力分支用于提取与文本数据对齐的图像对象，并计算对齐的视觉表示、逆视觉注意力分支用于提取与文本数据不对齐的图像对象，并计算不对齐的视觉表示；对比感知解码网络用于进行性格类别的预测；缓解了分类性能不佳和无法捕捉认知差异信息的问题。
-
公开(公告)号：CN114626441A
公开(公告)日：2022-06-14
申请号：CN202210169569.5
申请日：2022-02-23
Applicant: 苏州大学
IPC: G06K9/62 , G06F40/205 , G06F40/284 , G06N3/04 , G06N3/08 , G06V10/40 , G06V10/82
Abstract: 本发明公开了一种基于视觉对比注意力的隐式多模态匹配方法，包括：S1、进行语料标注，在存在隐式对齐关系的图像区域和文本短语之间建立起一一映射关系；S2、根据建立的映射关系，对输入图片‑文本对进行特征提取，得到图片对象特征序列和文本短语特征序列；S3、对图片对象特征和文本短语特征进行特征交互，计算出对齐和未对齐的视觉表示；S4、计算真值标签的对齐和未对齐视觉表示的预测概率，将对齐和未对齐视觉表示的预测概率都作为对比感知损失函数共同组成目标函数。本发明通过识别出文本和图像中实体间的隐式的匹配关系，来帮助模型更好地理解多模态的语义信息，显著地提升了隐式语料集上的匹配性能。
-
公开(公告)号：CN113297383A
公开(公告)日：2021-08-24
申请号：CN202110695067.1
申请日：2021-06-22
Applicant: 苏州大学
Abstract: 本申请涉及一种基于知识蒸馏的语音情感分类方法，涉及语音智能处理技术，该方法包括：将样本文本数据预处理后输入向量提取网络提取文本词嵌入向量；将文本词嵌入向量输入预设的分类模型；将样本文本数据进行语音合成转换；将TTS语音数据输入语音特征提取模块；将语音时域及频域特征输入预设的分类模型，使用交叉熵损失函数对预设的分类模型进行语音情感分类预测训练；将文本情感分类软标签输入所述预设的分类模型并使用预设的知识蒸馏损失函数进行语音情感分类预测训练，使所述TTS语音数据的情感类别预测趋近于所述样本文本数据的情感分布，得到训练后的分类模型。训练后的分类模型可以对输入的语音数据进行语音情感分类。
-
公开(公告)号：CN112380832A
公开(公告)日：2021-02-19
申请号：CN202011272435.3
申请日：2020-11-13
Applicant: 苏州大学
IPC: G06F40/194
Abstract: 本发明提供了一种文本匹配方法、装置、电子设备及存储介质，包括：获取第一文本和第二文本，第一文本和第二文本具有相同的文本结构，提取与第一文本中多个版块一一对应的多个第一单视角匹配特征；提取与第二文本中多个版块一一对应的多个第二单视角匹配特征，将属于相同版块的第一单视角匹配特征和第二单视角匹配特征进行拼接，得到多个拼接后的单视角匹配特征；融合多个拼接后的单视角匹配特征得到第一文本和第二文本的多视角匹配特征；利用多视角匹配特征计算第一文本与第二文本的多视角匹配概率；通过多视角匹配概率确定第一文本与第二文本是否匹配。由于多视角匹配特征综合考虑到了各个单视角特征的信息，能够大幅提升文本匹配的准确率。
-
Patent Agency Ranking
公开(公告)号：CN104598648B
公开(公告)日：2017-12-26
申请号：CN201510087855.7
申请日：2015-02-26
Applicant: 苏州大学
IPC: G06F17/30
Abstract: 本方案公开了一种微博用户交互式性别识别方法及装置。该方法首先获取微博用户的个人资料信息和用户之间的交互微博文本，并利用交互用户个人资料中的性别信息对交互文本的交互式性别类别进行标注；然后利用标注好的用户之间的交互文本作为训练样本，并利用训练样本训练最大熵分类器；最后，对某测试交互用户集进行分类。综合来看，本发明可以利用交互文本对微博中的两个交互用户的交互式性别进行识别，且在训练样本数量有限的情况下，达到较高的准确率。
-
公开(公告)号：CN113297352B
公开(公告)日：2024-01-16
申请号：CN202110628590.2
申请日：2021-06-07
Applicant: 苏州大学
Abstract: 本申请涉及一种基于多任务网络的属性级情感分类方法及装置，属于情感分析技术领域。该方法包括：获取情感分类样本语料并对语料进行预处理，得到处理后的样本语料；构建预设分类模型，所述预设分类模型包括属性级情感分类主任务网络、篇章级情感分类辅助任务网络、上下句情感连贯性判断辅助任务网络，所述主任务网络和辅助任务网络由共享的编码层和与编码层相连的各独立分类层构成；将所述处理后的样本语料输入所述预设分类模型并利用预设的损失函数进行训练，得到情感分类模型，所述情感分类模型用于对输入的待分类语料进行属性级情感分类。本申请有效地提高属性级情感分类的
-
公开(公告)号：CN116738999A
公开(公告)日：2023-09-12
申请号：CN202310527414.9
申请日：2023-05-11
Applicant: 苏州大学
Abstract: 本发明涉及自然语言处理技术领域。本发明构建了一种低资源场景下情感分析的方法和存储介质并且提出了针对低资源场景下连续情感分析任务的持续注意力建模方法称为CAM。在多个情感分析任务的学习过程中,CAM既可以保留不同任务的情感信息,缓解灾难性遗忘问题,也可以高效地捕捉不同任务的情感信息并进行融合。CAM主要由两个部分组成:用于保留单个任务情感信息的情感掩码Adapter称为SMA，和用于融合不同任务情感信息的动态情感注意力称为DSA。可以有效融合不同任务类型之间的情感信息，有效解决了单个任务类型训练资源不足的问题，同时SMA模块可以有效的缓解灾难性遗忘问题。
-
公开(公告)号：CN113297383B
公开(公告)日：2023-08-04
申请号：CN202110695067.1
申请日：2021-06-22
Applicant: 苏州大学
IPC: G06F16/35 , G06F16/33 , G06F40/30 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本申请涉及一种基于知识蒸馏的语音情感分类方法，涉及语音智能处理技术，该方法包括：将样本文本数据预处理后输入向量提取网络提取文本词嵌入向量；将文本词嵌入向量输入预设的分类模型；将样本文本数据进行语音合成转换；将TTS语音数据输入语音特征提取模块；将语音时域及频域特征输入预设的分类模型，使用交叉熵损失函数对预设的分类模型进行语音情感分类预测训练；将文本情感分类软标签输入所述预设的分类模型并使用预设的知识蒸馏损失函数进行语音情感分类预测训练，使所述TTS语音数据的情感类别预测趋近于所述样本文本数据的情感分布，得到训练后的分类模型。训练后的分类模型可以对输入的语音数据进行语音情感分类。
-
公开(公告)号：CN113254741B
公开(公告)日：2021-09-28
申请号：CN202110665991.5
申请日：2021-06-16
Applicant: 苏州大学
IPC: G06F16/906 , G06F16/9536 , G06Q50/00 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请涉及基于融合模态内和模态间关系的数据处理方法及系统，包括：获取社交网络指向目标分类的样本数据，并将样本数据划分为训练集、验证集和测试集，获得训练集样本数据、验证集样本数据和测试集样本数据；构建预设分类模型，所述预设分类模型包括特征提取网络，与所述特征提取网络相连的目标分类主任务网络和多模态主题信息辅助任务网络；将所述训练集样本数据输入所述预设分类模型并利用预设的损失函数进行训练，使用门控机制融合主任务和辅助任务的输出，得到社交数据分类模型，所述社交数据分类模型用于对输入的待分类数据进行分类。本申请能够有效的提升社交网络数据指向目标分类的性能。
-
-
-
-
-
-
-
-
-
Search Results
24
records
(took 0.024 seconds)
