-
公开(公告)号：CN111814066A
公开(公告)日：2020-10-23
申请号：CN202010620580.X
申请日：2020-07-01
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明属于社交网络分析领域，具体涉及一种基于启发式算法的动态社交用户对齐方法及系统；所述方法包括：跨网络新增节点权重自适应学习方法，在单网络环境下引入注意力机制获取新节点在单网络中的局部影响权重，在多网络环境下使用跨网络特有的锚节点作为监督信息，启发式学习新节点在用户对齐任务驱动下的局部影响权重；网络局部动态更新，融合上述两种权重，选择需要更新的网络范围，在保持二阶邻居相似度的前提下进行网络局部动态更新，完成用户对齐任务驱动下的多网络用户表示，进而完成动态跨网络用户对齐；本发明可以在不失准确率的情况下在较短的时间完成动态网络的更新，有效解决动态网络用户对齐时间开销大、模型重训练等问题。
-
公开(公告)号：CN112445913B
公开(公告)日：2022-09-27
申请号：CN202011333726.9
申请日：2020-11-25
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F40/126 , G06F40/151 , G06F40/284 , G06K9/62 , G06Q40/00
Abstract: 本发明涉及自然语言处理，人工智能领域，具体涉及一种基于大数据的金融信息负面主体判定分类方法，该方法包括：获取金融文本数据，对金融文本数据进行预处理；将预处理后的金融文本和对应的实体列表转换成单实体金融文本的输入样本；将输入样本输入到训练好的BERT模型中进行单词编码；将编码后的数据输入到训练好的联合模型中进行对应分类；根据分类结果判断当前金融行情；本发明通过将金融文本和其对应的金融实体进行单实体+金融文本输入文本的转换，构建联合模型，同时结合了负面信息判定和负面主体判定之间的相互关联性，避免了流水线模型的缺点，提高了识别准确率。
-
公开(公告)号：CN113095480A
公开(公告)日：2021-07-09
申请号：CN202110312058.X
申请日：2021-03-24
Applicant: 重庆邮电大学
Abstract: 本发明涉及图神经网络技术领域，具体涉及一种基于知识蒸馏的可解释图神经网络表示方法，该方法包括：将图数据输入教师网络，在教师网络中得到概率向量作为软目标；通过温度T将教师网络得到的软目标蒸馏转移到学生网络中，使用软目标以全局近似的方式帮助学生网络学习向量表示；学生网络将节点不同邻居中的关键信息节点进行聚合，得到聚合后的学生网络的软预测向量、硬预测向量以及最终节点表示向量和形成的可解释结果。本发明具有良好的网络表示能力和解释能力，不仅能够有效的表示节点以适用各项下游任务，同时还能够解释得到的表示结果的原因。
-
公开(公告)号：CN111814066B
公开(公告)日：2022-06-03
申请号：CN202010620580.X
申请日：2020-07-01
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明属于社交网络分析领域，具体涉及一种基于启发式算法的动态社交用户对齐方法及系统；所述方法包括：跨网络新增节点权重自适应学习方法，在单网络环境下引入注意力机制获取新节点在单网络中的局部影响权重，在多网络环境下使用跨网络特有的锚节点作为监督信息，启发式学习新节点在用户对齐任务驱动下的局部影响权重；网络局部动态更新，融合上述两种权重，选择需要更新的网络范围，在保持二阶邻居相似度的前提下进行网络局部动态更新，完成用户对齐任务驱动下的多网络用户表示，进而完成动态跨网络用户对齐；本发明可以在不失准确率的情况下在较短的时间完成动态网络的更新，有效解决动态网络用户对齐时间开销大、模型重训练等问题。
-
公开(公告)号：CN112163170B
公开(公告)日：2022-10-18
申请号：CN202011082763.7
申请日：2020-10-12
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明属于社交网络分析领域，具体涉及一种基于虚节点和元学习改进社交网络对齐的方法，包括跨社交网络分别添加成对虚节点，加入虚节点后的社交网络在图表示算法中进行新的训练，利用虚节点使得社交网络的向量表示空间变得更加稀疏；利用元学习通过不同的社交网络数据得到对齐所需的先验知识，半监督环境下聚合锚节点周围邻居的信息来更新虚节点的向量，在跨网络环境下利用先验知识去更新测试数据中虚节点的更新方向，虚节点找到在对齐工作中的最佳位置；本发明可以改进利用图表示算法进行的社交网络对齐工作，从表示向量的本质出发，有效的改变了节点表示的训练方式，提升这些算法的准确率。
-
Patent Agency Ranking
公开(公告)号：CN113095478A
公开(公告)日：2021-07-09
申请号：CN202110300668.8
申请日：2021-03-22
Applicant: 重庆邮电大学
Abstract: 本发明属于图神经网络分析领域，具体涉及一种基于图数据中节点之间相关性的图神经网络攻击方法，包括构建代理模型并对该模型进行优化训练；代理模型训练好以后，将代理模型线性化，去掉网络结构中所有的激活函数；计算代理模型对目标点进行分类之后的每个节点之间的相关度；若正确类中相关度最高两点之间存在边关系，则计算删除该边后的影响值；若第二可能类中相关度最高两点之间不存在边关系，则计算连接两个后的影响值；将上述影响值最小的作为当前修改，将本次修改后的图作为下一次攻击的起始图；重复以上操作进行K次迭代，K次迭代后的图作为最终的扰动样本；本发明有效提升目标模型与代理模型的一致性，提升了攻击的成功率。
-
公开(公告)号：CN110825861A
公开(公告)日：2020-02-21
申请号：CN201911073080.2
申请日：2019-11-05
Applicant: 重庆邮电大学
IPC: G06F16/332 , G06F16/35 , G06K9/62
Abstract: 本发明涉及自然语言处理领域，特别涉及一种基于分布式表示模型困惑度的人机对话方法；本方法包括：获取文本数据；对文本数据进行处理，得到BERT模型和模型困惑度特征向量；将文本数据转换为768维句向量；利用768维句向量训练t-SNE模型，并结合k得到3维向量；利用3维向量训练单分类One-Class SVM模型，并判别输入数据属于域内还是域外；利用768维句向量训练逻辑回归文本分类模型，并对文本数据进行领域内分类；输入文本数据，判断输入的数据为域内还是域外，并做出回答；本发明实现了对文本域内域外的判断，从而判别出用户输入是否在问答系统解决能力范围内，避免了问答系统对不知情的问题乱回答的现象。
-
公开(公告)号：CN110825861B
公开(公告)日：2022-05-03
申请号：CN201911073080.2
申请日：2019-11-05
Applicant: 重庆邮电大学
IPC: G06F16/332 , G06F16/35 , G06K9/62
Abstract: 本发明涉及自然语言处理领域，特别涉及一种基于分布式表示模型困惑度的人机对话方法；本方法包括：获取文本数据；对文本数据进行处理，得到BERT模型和模型困惑度特征向量；将文本数据转换为768维句向量；利用768维句向量训练t‑SNE模型，并结合k得到3维向量；利用3维向量训练单分类One‑Class SVM模型，并判别输入数据属于域内还是域外；利用768维句向量训练逻辑回归文本分类模型，并对文本数据进行领域内分类；输入文本数据，判断输入的数据为域内还是域外，并做出回答；本发明实现了对文本域内域外的判断，从而判别出用户输入是否在问答系统解决能力范围内，避免了问答系统对不知情的问题乱回答的现象。
-
公开(公告)号：CN112445913A
公开(公告)日：2021-03-05
申请号：CN202011333726.9
申请日：2020-11-25
Applicant: 重庆邮电大学
IPC: G06F16/35 , G06F40/126 , G06F40/151 , G06F40/284 , G06K9/62 , G06Q40/00
Abstract: 本发明涉及自然语言处理，人工智能领域，具体涉及一种基于大数据的金融信息负面主体判定分类方法，该方法包括：获取金融文本数据，对金融文本数据进行预处理；将预处理后的金融文本和对应的实体列表转换成单实体金融文本的输入样本；将输入样本输入到训练好的BERT模型中进行单词编码；将编码后的数据输入到训练好的联合模型中进行对应分类；根据分类结果判断当前金融行情；本发明通过将金融文本和其对应的金融实体进行单实体+金融文本输入文本的转换，构建联合模型，同时结合了负面信息判定和负面主体判定之间的相互关联性，避免了流水线模型的缺点，提高了识别准确率。
-
公开(公告)号：CN112163170A
公开(公告)日：2021-01-01
申请号：CN202011082763.7
申请日：2020-10-12
Applicant: 重庆邮电大学
IPC: G06F16/9536 , G06Q50/00
Abstract: 本发明属于社交网络分析领域，具体涉及一种基于虚节点和元学习改进社交网络对齐的方法，包括跨社交网络分别添加成对虚节点，加入虚节点后的社交网络在图表示算法中进行新的训练，利用虚节点使得社交网络的向量表示空间变得更加稀疏；利用元学习通过不同的社交网络数据得到对齐所需的先验知识，半监督环境下聚合锚节点周围邻居的信息来更新虚节点的向量，在跨网络环境下利用先验知识去更新测试数据中虚节点的更新方向，虚节点找到在对齐工作中的最佳位置；本发明可以改进利用图表示算法进行的社交网络对齐工作，从表示向量的本质出发，有效的改变了节点表示的训练方式，提升这些算法的准确率。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.019 seconds)
