公开(公告)号：CN116227498A

公开(公告)日：2023-06-06

申请号：CN202211571399.X

申请日：2022-12-08

Applicant: 重庆邮电大学

Inventor： 李鹏华 ,  黄子恒 ,  张奕辉 ,  谢潇 ,  刘学超 ,  唐培渊

IPC: G06F40/30 ,  G06F40/205 ,  G06N3/08 ,  G06N3/044

Abstract: 本发明涉及一种基于全局‑局部对比学习的跨语言自然语言理解方法，属于自然语言处理技术领域。该方法针对自然语言理解模型的高性能跨语言迁移需求，研究基于全局‑局部对比学习网络的跨语言自然语言理解方法，主要包括三个模块：局部句子级意图对比学习模块，针对意图检测任务实现跨语言句子表示对齐；局部字符级槽位对比学习模块，针对槽位填充任务实现跨语言字符表示对齐；语义级全局意图‑槽位对比学习模块，实现意图和槽位间的表示对齐。本发明能够学习不同层级的细粒度对齐信息，挖掘出丰富的语义特征，缩小原始语言与目标语言之间的预测差异。

公开(公告)号：CN116227498B

公开(公告)日：2025-05-13

申请号：CN202211571399.X

申请日：2022-12-08

Applicant: 重庆邮电大学

Inventor： 李鹏华 ,  黄子恒 ,  张奕辉 ,  谢潇 ,  刘学超 ,  唐培渊

IPC: G06F40/30 ,  G06F40/205 ,  G06N3/08 ,  G06N3/044

Abstract: 本发明涉及一种基于全局‑局部对比学习的跨语言自然语言理解方法，属于自然语言处理技术领域。该方法针对自然语言理解模型的高性能跨语言迁移需求，研究基于全局‑局部对比学习网络的跨语言自然语言理解方法，主要包括三个模块：局部句子级意图对比学习模块，针对意图检测任务实现跨语言句子表示对齐；局部字符级槽位对比学习模块，针对槽位填充任务实现跨语言字符表示对齐；语义级全局意图‑槽位对比学习模块，实现意图和槽位间的表示对齐。本发明能够学习不同层级的细粒度对齐信息，挖掘出丰富的语义特征，缩小原始语言与目标语言之间的预测差异。

公开(公告)号：CN116184224A

公开(公告)日：2023-05-30

申请号：CN202211550581.7

申请日：2022-12-05

Applicant: 重庆邮电大学

Inventor： 李鹏华 ,  张奕辉 ,  方昳凡 ,  黄子恒 ,  高代林

IPC: G01R31/3842 ,  G06F18/15 ,  G06F18/213 ,  G06F18/2431 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及一种基于收缩和空间交互网络的锂电池荷电状态估计方法，属于新能源技术领域。该方法包括以下步骤：S1：使用锂电池电流、电压、温度和采样时间序列中的一个或多个作为模型输入，在残差网络的基础上，将软阈值作为非线性转换层插入到深层架构中，以消除不重要的特征，实现去噪的目的，获得新的特征矩阵作为下一模块的输入；S2：使用上一模块将数据去噪处理后的特征矩阵X'作为数据输入，空间交互网络学习数据间的依赖关系，最终输出锂电池的荷电状态。本发明利用简单卷积和交互网络提取时序数据特征的同时增加各个子序列之间的联系，进而提升模型学习时序数据前后相关性的能力，完成锂电池荷电状态的准确估计。