公开(公告)号：CN116468048A

公开(公告)日：2023-07-21

申请号：CN202310453062.7

申请日：2023-04-25

Applicant: 重庆邮电大学

Inventor： 王进 ,  钟时 ,  曾庆红 ,  苏柯润 ,  缪玉婷

IPC: G06F40/30 ,  G06F40/166 ,  G06N5/02 ,  G06N3/0442 ,  G06N3/0499 ,  G06N3/045 ,  G06Q10/10 ,  G06Q30/016

Abstract: 本发明涉及自然语言处理领域，特别涉及一种基于大数据知识图谱的互联网电商投诉智能处理方法，所述方法包括获取用户投诉文本数据，并按照最大长度截断；将用户投诉文本数据输入到经由知识图谱预训练后的基于编码结构的文本语义模型中，输出文本语义结果向量；将其输入到基于BiGRU+FNN解码结构的文本张量模型中，输出文本语义结果向量的文本张量；将文本张量输入到SLRO下游网络中，输出用户投诉文本数据的三元组信息；将用户投诉文本数据的三元组信息输入到经由知识图谱预训练后的基于编解码结构的文本生成模型中，输出三元组的投诉解决方案；本发明可自动处理电商用户投诉并给出具体且正确的解决方案，提升用户满意度。

公开(公告)号：CN116994427A

公开(公告)日：2023-11-03

申请号：CN202310807737.3

申请日：2023-07-04

Applicant: 重庆邮电大学

Inventor： 王进 ,  蒋诗琪 ,  曾庆红

IPC: G08G1/01 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明属于数据挖掘领域，具体涉及一种基于大数据的道路路况预测方法，包括：提取数据中的连续特征、类别特征以及空间特征；建立路况预测模型，基于动态注意力的多层感知机对连续特征和类别特征进行学习，基于拓扑子图的图神经网络对拓扑特征进行学习；将基于动态注意力的多层感知机输出向量和基于拓扑子图的图神经网络输出向量拼接在一起，通过分类层进行输出预测结果。本发明采用动态注意力的多层感知机将类别特征和离散特征充分挖掘，自动提取与道路拥堵情况联系更加紧密的深层特征并为他们赋予更高的权重，提升模型的拟合能力；还通过拓扑子图的图神经网络充分学习了复杂的道路拓扑信息，进一步提升了模型在道路路况预测的准确性。