-
公开(公告)号：CN108280057A
公开(公告)日：2018-07-13
申请号：CN201711436582.8
申请日：2017-12-26
Applicant: 厦门大学
Abstract: 一种基于BLSTM的微博谣言检测方法，涉及机器学习领域和深度学习领域。收集微博网络数据作为样本数据；对样本数据进行预处理；用word2vec方法构建样本句矩阵；对待检测的微博数据进行预处理；根据对层次的训练模型，对待检测句矩阵进行分类检测，得到检测结果。采用BLSTM深度学习方法，对样本数据进行多层次训练建模，有效提高当前其他方法对谣言检测的准确率，降低处理数据过程的复杂度，同时能为社交媒体提供可行性方法。
-
公开(公告)号：CN119271812A
公开(公告)日：2025-01-07
申请号：CN202411451987.9
申请日：2024-10-17
Applicant: 厦门大学
IPC: G06F16/35 , G06F16/334 , G06N3/042 , G06N3/0464 , G06N3/048 , G06N3/08 , G06N5/025
Abstract: 一种具备自动辟谣能力的单模态谣言检测方法，涉及智能谣言检测。从谣言文本中细粒度地提取因果关系三元组，将其以因果图谱的形式建模；通过图卷积神经网络提取因果图谱的嵌入式表达特征；利用文本特征提取器获取谣言文本的特征，将之与因果图谱的特征相融合，形成因果增强的单模态谣言特征；利用具备注意力机制的分类器对因果增强后的单模态特征分类，完成谣言检测；将谣言文本数据作为输入，将其通过模型整体框架中的辟谣文本生成器子结构部分，为其生成相应的辟谣文本内容。利用谣言文本的因果关系提升谣言检测性能，通过为模型引入辟谣文本生成以使模型具备自动辟谣能力，达到在单模态谣言检测上性能更好、又同时具备自动生成辟谣文本的效果。
-
公开(公告)号：CN114282530B
公开(公告)日：2024-06-07
申请号：CN202111597320.6
申请日：2021-12-24
Applicant: 厦门大学
IPC: G06F40/253 , G06F40/242 , G06F40/211 , G06F40/30 , G06N3/045 , G06N3/096 , G06N3/048
Abstract: 一种基于语法结构与连接信息触发的复杂句情感分析方法，涉及自然语言处理。包括以下步骤：1)构建连词信息触发的情感层次模型；2)使用迁移学习方法对子句子编码器进行预训练；3)情感划分模块将复杂句子划分为多个简单的情感模块；4)子句编码器对每个情感模块单独进行编码，分别生成情感表达；5)句子编码器融合多个情感模块，并根据基于连接信息触发的注意机制指导多个情感模块的融合。可以准确提取复杂句子中的主要情感表达，并且解决复杂句中因多种情感共现和复杂的句子结构导致的情感模型预测效果不佳的问题。当一个句子中出现多种情感共现时，可以准确找到复杂句中重要的情感部分。
-
公开(公告)号：CN116501877A
公开(公告)日：2023-07-28
申请号：CN202310502533.9
申请日：2023-05-06
Applicant: 厦门大学
IPC: G06F16/35 , G06F16/36 , G06F40/289 , G06F40/30 , G06F18/25 , G06V10/40 , G06V10/82 , G06N3/042 , G06N3/0464 , G06N3/045
Abstract: 一种基于因果图谱的多模态注意力谣言检测方法，涉及基于因果图谱的多模态谣言检测领域。包括以下步骤：(1)从词级别细粒度地提取谣言数据中所包含的因果关系，并以此为依据为谣言构建一个因果图谱；(2)通过双层图卷积网络提取因果图谱的节点特征和结构特征，并通过降采样的方式获取其嵌入表示形式；(3)分别提取出文本、图像的特征，并与因果图谱的嵌入表示形式进行特征融合；(4)将因果增强后的多模态特征输入带自注意力机制的谣言分类网络，从而得到谣言检测结果。能够有效地利用谣言数据中所包含的因果语义，并对多模态特征进行因果增强，在谣言检测任务上可以取得很好的效果。
-
Patent Agency Ranking
公开(公告)号：CN116341559A
公开(公告)日：2023-06-27
申请号：CN202211556184.0
申请日：2022-12-06
Applicant: 厦门大学
IPC: G06F40/30 , G06F40/284 , G06N3/0442 , G06N3/045 , G06N3/084
Abstract: 一种基于因果发现的谣言检测方法，属于自然语言处理领域。针对谣言现有方法忽略文本中包含的因果关系的问题，以谣言为研究对象，利用因果发现网络生成因果三元组，结合双向循环神经网络和层级注意力机制来建立谣言因果表征模块，因果关系表征模块主要使用LSTM和Attention机制分别建立词级别的因果关系提取和序列级别的序列关系提取。再利用谣言语义表征模块编码谣言文本信息。最后将谣言因果表示和谣言语义拼接，通过谣言判别层来得到最后的结果。谣言判别层可以是不同的主流文本分类模型，实验证明基于因果发现的谣言检测方法明显优于其他的谣言检测方法，使谣言检测结果具有因果解释性。
-
公开(公告)号：CN115936005A
公开(公告)日：2023-04-07
申请号：CN202211555747.4
申请日：2022-12-06
Applicant: 厦门大学
IPC: G06F40/30 , G06F16/33 , G06F16/583 , G06F16/683 , G06F16/783
Abstract: 一种跨模态语义关联的视频情感分析方法，属于自然语言处理领域。围绕主观性视频数据在情感分析中存在的跨模态语义鸿沟问题，提出语义引导机制，该机制利用对比学习和度量学习，通过拉近情感副模态与情感主模态的距离，使副模态向主模态靠近，从而加强情感主模态与副模态之间的语义关联，缓解视频数据中的跨模态语义鸿沟问题。基于多流和单流两种跨模态模型，分别引入语义引导机制，设计与主流模型的对比实验，结果表明，所提出的语义引导机制能达到甚至超越目前的主流模型水平。还进行语义引导机制的消融实验，从实验结果看出，语义引导机制能在多个模型中发挥出有效性。
-
公开(公告)号：CN115828927A
公开(公告)日：2023-03-21
申请号：CN202211555785.X
申请日：2022-12-06
Applicant: 厦门大学
IPC: G06F40/30 , G06F40/289 , G06N3/048 , G06N3/084 , G06N3/045
Abstract: 一种基于图选择注意机制的高维谣言文本因果发现方法，属于自然语言处理领域。针对现有的谣言检测忽略事件实体间的因果关联的问题，以谣言文本数据为研究对象，针对谣言文本的高维变量问题，采用HSIC Lasso特征选择方法恢复初始图骨架，优化谣言因果模型的图搜索过程，同时针对谣言因果变量间语义信息被忽略的问题，在谣言因果发现过程中引入图选择注意机制。实验证明能进一步提升高维变量场景下的谣言因果发现精度，并且在包含语义信息的谣言数据上有更加突出的表现。在谣言文本上发现的谣言因果关系可以实现通过因果知识及时判别出谣言。
-
公开(公告)号：CN109087702B
公开(公告)日：2021-07-16
申请号：CN201810878380.7
申请日：2018-08-03
Applicant: 厦门大学
Abstract: 用于中医健康状态分析的四诊表征信息融合方法，采集临床就诊患者的望、闻、问、切等信息，用于生成病人的多源信息表示，并标注其隶属的证型类别；利用每个信息源的特征表征及其类别信息分别对测试者的健康状态进行分析，得多个信息源对测试者的辅助决策信息；构建信息融合模型使得决策一致性最大化，用于返回优化的健康状态分析结果；对比测试者的实际健康状态与相应的预测结果来评价所提算法的性能。能检测出测试者当前的健康状态和病变本质，使得测试者能够明自身的体质状况，为制定干预方案提供参考。能提供高精度的健康状态分析结果，为健康保健提供依据。能融合临床就诊患者的四诊表征信息，获得更加准确可靠的状态分析结果。
-
公开(公告)号：CN112800282A
公开(公告)日：2021-05-14
申请号：CN202110054367.1
申请日：2021-01-15
Applicant: 厦门大学
IPC: G06F16/901 , G06F16/903 , G06F16/9536 , G06Q30/06 , G06Q50/00 , G06F16/27 , G06Q40/04
Abstract: 一种业务流程异常节点溯源方法，涉及流程图的构建与查找。包括以下步骤：1)通过数据仿真构建包含属性图信息的业务流程图；业务流程图中包括节点、节点属性、节点关系，属性图包含节点属性的转换关系；2)根据业务流程图和属性图中节点的属性数据流动关系，结合深度优先遍历搜索算法，基于属性图约束对业务流程图进行剪枝优化，将与异常节点路径上不相关的支路去除，给出起始溯源的具体属性，沿着该属性的方向逆向查找异常点，完成业务流程异常节点溯源。加快网络对异常节点的搜索速度，提升搜索效率，可实现高效异常逆向溯源搜索，为流程推进提供有力保障具有实际意义。
-
-
-
-
-
-
-
-
Search Results
19
records
(took 0.024 seconds)
