-
公开(公告)号：CN116049446B
公开(公告)日：2023-06-06
申请号：CN202310212003.0
申请日：2023-03-07
Applicant: 华侨大学 , 中国医学科学院阜外医院
IPC: G06F16/36 , G06F40/295 , G06F40/211 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种事件抽取方法、装置、设备及计算机可读存储介质，包括：获取句子文本，并将所述句子文本构建成图结构数据；对所述图结构数据中的每个节点进行初始化向量编码，并基于图注意网络模型对节点向量编码进行更新；调用二进制标记网络对更新后的节点向量编码及句子文本进行事件提取，其中，事件提取包括事件类型识别，事件触发词识别和事件论元识别，旨在解决无法捕获长距离依赖信息以及重叠事件问题。
-
公开(公告)号：CN116049446A
公开(公告)日：2023-05-02
申请号：CN202310212003.0
申请日：2023-03-07
Applicant: 华侨大学 , 中国医学科学院阜外医院
IPC: G06F16/36 , G06F40/295 , G06F40/211 , G06N3/0499 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种事件抽取方法、装置、设备及计算机可读存储介质，包括：获取句子文本，并将所述句子文本构建成图结构数据；对所述图结构数据中的每个节点进行初始化向量编码，并基于图注意网络模型对节点向量编码进行更新；调用二进制标记网络对更新后的节点向量编码及句子文本进行事件提取，其中，事件提取包括事件类型识别，事件触发词识别和事件论元识别，旨在解决无法捕获长距离依赖信息以及重叠事件问题。
-
公开(公告)号：CN115510856A
公开(公告)日：2022-12-23
申请号：CN202211322970.4
申请日：2022-10-27
Applicant: 华侨大学
IPC: G06F40/284 , G06N5/02 , G06N20/00
Abstract: 本发明提供事件知识图谱的表示向量的生成方法、装置、设备和介质，涉及知识图谱表示向量学习领域。生成方法包含S1获取实体的描述语句，采用BERT编码模型进行向量表示，获取实体描述向量。S2获取实体的类型信息，采用加权层次编码模型进行向量表示，获取实体类型向量。S3获取实体的词向量，采用Word2vec词向量模型进行向量表示，获取实体的实体语义向量。S4根据实体描述向量、实体类型向量和实体语义向量，获取实体初始向量。S5获取实体对之间的所有多跳关系路径，通过路径资源约束算法，获取关系初始向量。S6根据实体初始向量和关系初始向量，获取三元组集合。S7根据三元组集合，采用transE模型进行表示向量学习，获取实体学习表示向量和关系学习表示向量。
-
公开(公告)号：CN114925186A
公开(公告)日：2022-08-19
申请号：CN202210566962.8
申请日：2022-05-24
Applicant: 华侨大学
IPC: G06F16/332 , G06F16/36 , G06N3/04 , G06N3/08
Abstract: 本发明实施例提供一种知识图谱的问句生成方法、装置、设备和存储介质，涉及自然语言处理技术领域。其中，这种问句生成方法包含步骤S1至步骤S7。S1、获取知识图谱。S2、根据知识图谱，通过图变换网络模型，获取各个子图的子图向量。S3、获取问句数据集。S4、根据知识图谱和问句数据集，基于相似度获取各个子图的外部问句。S5、获取五何问题类型参数。S6、根据五何问题类型参数和外部问句，通过Bi LSTM神经网络模型，获取外部增强向量。S7、根据子图向量和外部增强向量，通过指针生成网络模型，获取问句。本发明对生成教学场景中所需的类型多样、语义知识丰富、语言表达自然的问句具有重大的指导和促进作用。
-
公开(公告)号：CN114860877A
公开(公告)日：2022-08-05
申请号：CN202210464241.6
申请日：2022-04-29
Applicant: 华侨大学
IPC: G06F16/33 , G06F16/332 , G06F16/36 , G06F40/211 , G06F40/295
Abstract: 本发明公开了一种基于知识图谱关系预测的问题链生成方法及系统，能够基于问句知识图谱自动生成问题链，包括：基于问句知识图谱构建问题链数据集；对问题链的问句实体进行特征初始化，并通过特征融合方法获得问题链的融合头实体和待测尾实体的初始向量；将融合头实体和待测尾实体的初始向量送入QCG‑KGLP模型的Graph Attention图表示学习模块中，从而获得融合头实体和待测尾实体的表示向量；将融合头实体和待测尾实体的表示向量输入到QCG‑KGLP模型的convKB模块中进行链接预测，从而实现问题链生成。本发明能有效生成适应教学场景的有关联、有梯度的问题链，从而助力教师开展提问教学与提升学生思维能力。
-
Patent Agency Ranking
公开(公告)号：CN113553510A
公开(公告)日：2021-10-26
申请号：CN202110875172.3
申请日：2021-07-30
Applicant: 华侨大学
IPC: G06F16/9535 , G06F16/9536 , G06Q50/00 , G06F40/289 , G06F40/30 , G06F16/28 , G06F16/36
Abstract: 本发明公开了一种文本信息推荐方法、装置及可读介质，通过获取用户数据及所对应的文本语料，对文本语料进行预处理，得到文本数据；将用户数据进行处理得到用户属性特征，将文本数据通过词注意力网络生成文本特征，将用户数据利用知识图谱表示学习模型生成用户知识图谱特征，将用户属性特征、文本特征和用户知识图谱特征进行拼接，得到综合特征；将综合特征输入多层感知机，得到用户偏好类别及对应的推送数量。本发明加强对用户兴趣的识别度和扩展性，从而提高推荐结果的准确性和多样性，通过综合特征可得到多个维度的抽象特征表示，缓解传统个性化信息推荐中的数据稀疏、冷启动等问题。将注意力机制应用到文本推荐，进一步提高准确度。
-
公开(公告)号：CN113205729A
公开(公告)日：2021-08-03
申请号：CN202110389484.3
申请日：2021-04-12
Applicant: 华侨大学
IPC: G09B19/06 , G06Q10/06 , G06F40/211 , G06F40/216 , G06F40/284 , G10L15/26 , G10L25/51 , G10L25/87
Abstract: 本发明公开了一种面向外国留学生的演讲评测方法、装置及系统，包括：获取演讲者的演讲语音数据；对所述演讲语音数据进行语音识别，得到识别文本数据；分别对所述演讲语音数据和所述识别文本数据进行特征提取，得到可量化的评测特征，所述可量化的评测特征包括语音评分特征和语篇评分特征；根据所述可量化的评测特征，对所述演讲语音数据进行评价，得到演讲的评测结果。本发明提供客观、专业、通用、体系化的针对汉语学习者的口语能力评判标准，对汉语学习者自身能力提升以及汉语教育行业的发展有促进作用。
-
公开(公告)号：CN106960457B
公开(公告)日：2020-06-26
申请号：CN201710120036.7
申请日：2017-03-02
Applicant: 华侨大学 , 厦门绘酷文化传媒有限公司
IPC: G06T11/00
Abstract: 本发明提出一种基于图像语义提取和涂鸦的彩绘画创作方法，该方法能够将语义风格迁移到涂鸦画中，进而转化为精细彩绘画，通过收集已有的彩绘画素材，并标记素材图画中的语义，通过语义生成一张涂鸦画，通过一种将马尔可夫随机场与卷积神经网络结合的风格迁移技术，得到一张具有素材图像风格和涂鸦语义融合的精细彩绘画。本发明能降低画家重复绘制同一主题的绘制时间，可以快速改变构图但保留原有风格，可以提供彩绘灵感的优点，一定程度上解决了彩绘画供需不平衡的痛点。
-
公开(公告)号：CN110807069A
公开(公告)日：2020-02-18
申请号：CN201911011199.7
申请日：2019-10-23
Applicant: 华侨大学
IPC: G06F16/28 , G06F16/36 , G06F40/284
Abstract: 本发明公开了一种基于强化学习算法的实体关系联合抽取模型构建方法，包括：输入文本，采用联合抽取标注策略对原始语料中的每条语句的词语进行实体关系标注；将文本转化为word2vec向量；预训练LSTM联合抽取器；初始化训练器网络并打乱袋子顺序；计算当前语句奖励值；计算总期望奖励值；利用优化函数更新模型参数；如果模型已收敛，对模型进行超参数的调优训练；如果超参数为最优解，生成最终的实体关系联合抽取方案。本发明基于策略梯度优化算法构建强化学习模型，能对复杂的自然语言类型原始语料的语句实体关系联合抽取问题进行有效求解，并能有效提高实体关系抽取的准确率和F1值。
-
公开(公告)号：CN106203528B
公开(公告)日：2019-07-09
申请号：CN201610569138.2
申请日：2016-07-19
Applicant: 华侨大学
Abstract: 一种基于特征融合和KNN的3D画智能分类算法，包括如下步骤：1)分别采用Lbp算法、Gist算法和Phog算法进行3D画图片特征提取得到对应的特征向量，2)将提取到的特征向量进行融合，得到融合特征；3)基于融合特征，采用KNN算法构建3D画智能分类器。本发明是一种将计算机与艺术相结合的创新性尝试，可以促进3D画的自动手机存储，为设计人员和大众提供丰富全面的3D画浏览和检索。在算法设计方面，LBP特征能提取图像中的纹理，Gist特征能提取图像空间包络，PHOG特征能提取局部图像边缘，这些特征的融合能全面地反映出墙画、地画、墙地画和凹墙角画的艺术区别，有助于提高3D画分类的准确度。
-
-
-
-
-
-
-
-
-
Search Results
163
records
(took 0.026 seconds)
