一种基于去噪模板和抽象语义表示信息的细粒度情感分析方法

    公开(公告)号:CN119862876A

    公开(公告)日:2025-04-22

    申请号:CN202411888652.3

    申请日:2024-12-20

    Applicant: 辽宁大学

    Abstract: 一种基于去噪模板和抽象语义表示信息的细粒度情感分析方法,属于情感分析技术领域。具体包括以下步骤:1、将待训练的语句序列X输入基于BERT的自定义模板编译器中,通过去噪模板生成携带有方面词信息的高维特征向量Z1;2、使用解析器SPRING从语句序列X中解析AMR图并通过对齐器LEAMR对齐从而生成AMR图;3、将AMR中的节点和边的关系转化为邻接矩阵并导入BERT作为编码器得到高维特征向量R;4、通过注意力机制模块并融入携带语义信息的向量R构建语义增强的注意力机制模块,将Z1输入该编码器中得到高维特征向量R’;5、最后将R’输入解码器进行进一步解码生成最终的输出向量W。

    一种基于非自回归方式的流式同步语音识别方法

    公开(公告)号:CN118800225A

    公开(公告)日:2024-10-18

    申请号:CN202410783195.5

    申请日:2024-06-18

    Applicant: 辽宁大学

    Abstract: 一种基于非自回归方式的流式同步语音识别方法,属于语音识别技术领域。具体包括以下步骤:1、将待训练的语音数据序列X输入至基于块注意力机制的编码器生成高维特征向量Z;2、将Z通过连接主义时间分类算法进行贪婪解码输出高维特征向量π;3、通过动态映射算法恢复语音信号块之间的块边界的错误输出4、将π输入至单词推理器获取语音中的单词间、字母间的联系输出高维特征向量π’;5、将π’中的标记随机选择并替换为特殊的<mask>标记后输入至语言模型解码器进行进一步解码的输出向量与连接主义时间分类算法输出的向量合并后生成最终的输出向量W。

Patent Agency Ranking