-
公开(公告)号：CN109597999A
公开(公告)日：2019-04-09
申请号：CN201811601359.9
申请日：2018-12-26
Applicant: 青海大学
IPC: G06F17/27
Abstract: 本发明提供了一种情感词的行为语义关系的抽取建模方法，其包括：获取第一语料库信息，根据获取的同义关系信息对第一语料库信息中的词汇进行抽取，生成第一同义词列表；根据获取的词性标注规则信息对第一同义词列表中的词汇分别进行词性分析，生成具有词性标注的第二同义词列表；判断第二同义词列表中是否含有动词信息；若是，则提取动词信息，生成行为词列表；对行为词列表中词汇之间的语义关系进行分析，生成行为语义关系信息；根据行为语义关系信息对行为词列表中的词汇进行行为语义关系情感强度划分，生成情感词的语义强度关系信息。
-
公开(公告)号：CN109408805A
公开(公告)日：2019-03-01
申请号：CN201811045667.8
申请日：2018-09-07
Applicant: 青海大学
Abstract: 本发明涉及一种基于混合深度学习的藏文情感分析方法及系统，其方法包括S1，获取藏文句子，并对藏文句子进行预处理得到预处理藏文；S2，对预处理藏文进行藏文分词得到分词后的藏文；S3，对分词后的藏文进行初步处理得到词向量，并根据词向量建立词向量模型；S4，将词向量模型引入到三层卷积神经网络中进行迭代处理以提取出第一词向量特征；S5，将第一词向量特征引入到两层长短期记忆网络中进行迭代处理以提取出第二词向量特征；S6，将第二词向量特征进行编译后通过分类函数进行分类。通过利用卷积层和两层长短期记忆网络层融合网络来分析藏文特征，可保留文本的全局度量又能挖掘出更深层次的语义关系，且可取得较好的分类效果。
-
公开(公告)号：CN109597999B
公开(公告)日：2021-09-07
申请号：CN201811601359.9
申请日：2018-12-26
Applicant: 青海大学
IPC: G06F40/30
Abstract: 本发明提供了一种情感词的行为语义关系的抽取建模方法，其包括：获取第一语料库信息，根据获取的同义关系信息对第一语料库信息中的词汇进行抽取，生成第一同义词列表；根据获取的词性标注规则信息对第一同义词列表中的词汇分别进行词性分析，生成具有词性标注的第二同义词列表；判断第二同义词列表中是否含有动词信息；若是，则提取动词信息，生成行为词列表；对行为词列表中词汇之间的语义关系进行分析，生成行为语义关系信息；根据行为语义关系信息对行为词列表中的词汇进行行为语义关系情感强度划分，生成情感词的语义强度关系信息。
-
Patent Agency Ranking
公开(公告)号：CN110263922A
公开(公告)日：2019-09-20
申请号：CN201910609489.5
申请日：2019-07-08
Applicant: 青海大学
Abstract: 本发明涉及草地退化改良技术领域，具体地说，是一种用于评价草地退化程度的训练数据处理方法，将现有的数据作为神经网络的参数集，根据草地退化程度对该参数集进行分类，即，未退化、轻度退化、中度退化、重度退化和极度退化，然后建立神经网络模型，再将待评价草地上的可视草地植被数据采集整理作为训练集，通过神经网络模型，将训练集与参数集进行比对分析，得到该待评价草地的退化程度，该方法能够将采集到的海量数据进行科学处理，然后进行归纳总结，去除一些错误和非必要的数据，对剩余的高质量数据进行分析，协助专家对待评价草地的退化程度进行科学评价。
-
公开(公告)号：CN109766543A
公开(公告)日：2019-05-17
申请号：CN201811566869.7
申请日：2018-12-19
Applicant: 青海大学
IPC: G06F17/27
Abstract: 本发明涉及一种藏文词典的自动构建方法及系统，其中的方法包括：将情感词典资源中的词汇按照情感极性分组后分别进行合并去重，得到中文情感词典；将中文情感词典中的词汇依次与汉藏词典中的中文词汇匹配，得到汉藏情感语义关系词典，汉藏情感语义关系词典包括按照情感极性分组的汉藏词典中的中文词汇和对应的藏文词汇；从汉藏情感语义关系词典中提取藏文词汇并去重，得到藏文情感语义关系词典。本发明利用已有的中文情感词典资源和汉藏词典自动构建藏文情感语义关系词典，不但能解决藏文词典构建费时费力的问题，还能保证藏文情感语义关系词典拥有足够多的词汇量，有利于推动藏文词典的构建研究和藏文文本的情感倾向分析研究。
-
公开(公告)号：CN111179295A
公开(公告)日：2020-05-19
申请号：CN201911333718.1
申请日：2019-12-23
Applicant: 青海大学
Abstract: 本发明提供一种改进的二维Otsu阈值图像分割方法和系统，涉及图像处理技术领域。本发明通过最优划分线分别将亮度不均匀的待处理灰度图像的中值滤波图像和中值均值滤波图像划分为两个部分，再对划分后的图像分别构建两个二维直方图，最后通过二维Otsu算法和两个二维直方图获取取待处理灰度图像的图像分割阈值。得到图像分割阈值对亮度不均匀图像的阈值分割效果更好，提高了二维Otsu图像分割法对亮度不均匀图像的分割效果，即本发明的二维Otsu阈值图像分割方法在处理包含椒盐噪声图像和亮度不均匀的图像时鲁棒性较强，图像处理效果好。
-
公开(公告)号：CN111179295B
公开(公告)日：2023-04-04
申请号：CN201911333718.1
申请日：2019-12-23
Applicant: 青海大学
Abstract: 本发明提供一种改进的二维Otsu阈值图像分割方法和系统，涉及图像处理技术领域。本发明通过最优划分线分别将亮度不均匀的待处理灰度图像的中值滤波图像和中值均值滤波图像划分为两个部分，再对划分后的图像分别构建两个二维直方图，最后通过二维Otsu算法和两个二维直方图获取取待处理灰度图像的图像分割阈值。得到图像分割阈值对亮度不均匀图像的阈值分割效果更好，提高了二维Otsu图像分割法对亮度不均匀图像的分割效果，即本发明的二维Otsu阈值图像分割方法在处理包含椒盐噪声图像和亮度不均匀的图像时鲁棒性较强，图像处理效果好。
-
公开(公告)号：CN110083716A
公开(公告)日：2019-08-02
申请号：CN201910376036.2
申请日：2019-05-07
Applicant: 青海大学
Abstract: 本发明实施例提供了一种基于藏文的多模态情感计算方法、系统及服务器。本发明实施例的方法中，首先，获取待分类的藏文数据，并从该藏文数据中采集视频信号、语音信号和文本信息，然后，分别提取出高层视频特征、高层语音特征和文本特征，并基于深度学习模型进行学习，获得高层融合特征，最后，基于SVM在分类情感语料库中将高层融合特征进行分类后，存入分类情感语料库。从而可以填补藏文在情感分析中的空白状态，为藏文多模态情感分析提供基础语料，有利于藏文多模态情感分析的发展，还可以推动藏文的自然语言处理能力和智能情感识别能力，提高藏文的人工智能信息处理能力，另外在三模态相互融合的情况下，可有效提升藏文数据的情感识别率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.021 seconds)
