一种基于知识约束的MCT完形填空智能出题方法及系统

    公开(公告)号:CN114781373B

    公开(公告)日:2024-08-27

    申请号:CN202210464130.5

    申请日:2022-04-29

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于知识约束的MCT完形填空智能出题方法及系统,方法包括:基于HSK中文水平等级和医学词典等多维复杂知识约束对医疗文本进行篇章语义解析,以筛选出符合要求的医疗文本作为出题语料;基于MCT等级的知识约束对出题语料进行考点词挖空;基于医学知识图谱、HSK中文水平等级、MCT等级等多维复杂知识约束完成干扰项生成;将题干挖空文本和题目列表组成完形填空题目进行输出。本发明针对参加MCT考试的医学专业留学生,内容聚焦在医院日常交际场景的理解、病情的沟通与交流、疾病的具体描述,通过海量的医学词典、医疗知识图谱为MCT题库智能生成提供医疗知识数据支撑,实现医学汉语资源的科学利用。

    基于伪影域对抗学习的深度伪造图像检测方法及装置

    公开(公告)号:CN118469968A

    公开(公告)日:2024-08-09

    申请号:CN202410636849.1

    申请日:2024-05-22

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于伪影域对抗学习的深度伪造图像检测方法及装置,包括:构建深度伪造图像检测模型和领域分类器,深度伪造图像检测模型包括特征提取器和伪造检测分类器,特征提取器是在Xception网络的输出层中嵌入空间通道注意力模块而得到,伪造检测分类器和领域分类器均采用依次连接的全连接层和Softmax分类器,并分别与特征提取器连接,结合领域分类器对深度伪造图像检测模型进行训练,得到经训练的深度伪造图像检测模型;将待检测的图像输入经训练的深度伪造图像检测模型,得到检测结果,检测结果为待检测的图像为真实图像和伪造图像的概率,根据检测结果确定待检测的图像为真实图像或伪造图像。本发明能够提升脸部伪造图像检测的准确率。

    答案导向的风格化问句生成方法、装置、设备及存储介质

    公开(公告)号:CN117473959A

    公开(公告)日:2024-01-30

    申请号:CN202311384395.5

    申请日:2023-10-24

    Applicant: 华侨大学

    Abstract: 本发明提供了一种答案导向的风格化问句生成方法、装置、设备及存储介质,采用端到端模型将答案语料编码成答案向量,采用自编码器对问句语料和风格文本语料进行编码,分别生成问句向量和风格向量;调用平滑机制对所述风格向量以及所述答案向量进行处理,以使得离散隐空间被处理为连续的向量空间,并生成平均化向量;根据所述平均化向量融合端到端模型的隐藏空间和自编码器的隐藏空间的对其信息后在连接所述答案向量的超球体中以人工调整半径采样生成带风格的问句向量,旨在对答案语料中的指导问句生成的内容信息进行挖掘,并将其与风格信息进行分离,使内容关联性与风格特异性互不干扰,提升风格特异性的同时保证内容上的关联性。

    基于提示学习与掩码语言模型的情感文本生成方法及装置

    公开(公告)号:CN116611448A

    公开(公告)日:2023-08-18

    申请号:CN202310624082.6

    申请日:2023-05-30

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于提示学习与掩码语言模型的情感文本生成方法及装置,方法包括:步骤1,选取某个主题下的评论作为语料数据,经历预处理后输入语料库,利用方面情感识别技术对方面词进行抽取,联合主题词和情感极性构建结构化语料;步骤2,将目标主题词、方面词和目标情感分别填入预先构建的四种提示模板中,得到包含多种提示的掩码文本;步骤3,利用掩码预训练语言模型,通过提示引导,预测文本中的掩码,得到目标主题方面下的情感文本输出。本发明将主题方面文本和情感属性文本结构化,构建文本提示模板,利用掩码预训练语言模型直接生成方面级目标情感文本,而且后续无需任何微调和重训练步骤。

    基于文本和图拓扑相似的问句实体链接方法、装置和介质

    公开(公告)号:CN116069919A

    公开(公告)日:2023-05-05

    申请号:CN202310206985.2

    申请日:2023-03-07

    Abstract: 本发明实施例提供基于文本和图拓扑相似的问句实体链接方法、装置和介质,涉及知识图谱问答领域。问句实体链接方法包括S1获取问句,并进行实体识别,获取实体提及集合。S2将实体提及集合中的实体提及与知识图谱进行关键词匹配,获取候选实体集。S3根据实体提及集合和候选实体集,进行相似度计算,获取各个候选实体与其对应的实体提及的第一相似度。S4根据第一相似度对各个候选实体进行排序并保留前k个候选实体,获取各个实体提及的候选实体列表。S5获取候选实体列表中的候选实体的向量表示。S6根据向量表示,通过组合相似度模型计算任意两个候选实体列表之间的组合实体向量之间的第二相似度,获取第二相似度最大的组合作链接实体集合。

    一种基于特征增强和频谱分析的伪造检测方法

    公开(公告)号:CN115829909A

    公开(公告)日:2023-03-21

    申请号:CN202210587952.2

    申请日:2022-05-27

    Applicant: 华侨大学

    Abstract: 本发明提供了一种基于特征增强和频谱分析的伪造检测方法,在RGB空间通过浅层纹理特征增强保留纹理信息,得到纹理特征增强图;在RGB空间通过通道空间注意力机制模块得到注意力图,将注意力图与输入的特征图执行逐元素点乘,得到经注意力强化后的深层语义特征增强图;在频域空间通过色彩空间变换将图片从RGB色彩空间转换到YCbCr色彩空间,通过DFT和DWT两种频域变换将不同的频域通道串联起来得到浅层频域特征,通过特征提取网络得到深层频域特征图;将纹理特征增强图和深层语义特征增强图经双线性池化进行融合,得到RGB空间特征图;将RGB空间特征图和深层频域特征图拼接,经全连接层进行分类;本发明提供的方法,解决受生成网络结构和数据集多样性影响的问题。

    融合词汇和句法信息的中文命名实体识别方法及系统

    公开(公告)号:CN114818717A

    公开(公告)日:2022-07-29

    申请号:CN202210575509.3

    申请日:2022-05-25

    Applicant: 华侨大学

    Abstract: 本发明公开一种融合词汇和句法信息的中文命名实体识别方法及系统,包括以下步骤:步骤1、将原始输入文本映射为字向量,使用改进后的词集匹配算法引入外部词汇信息,并整合在每个字的输入表示中;步骤2、根据字的输入表示,利用双向LSTM抽取上下文信息;步骤3、使用NLP工具从原始输入文本中获取词性标签和句法成分,并且使用健值记忆网络构造句法向量,再通过门控机制对上下文向量与句法向量进行加权融合,获得特征向量;步骤4、将特征向量输入标签预测层的CRF中,实现中文命名实体识别。本发明能够解决中文命名实体中实体边界信息不足的问题和融合输入文本的句法信息。

    基于学习者画像与习题相似度的预科中文习题推送方法

    公开(公告)号:CN112347366B

    公开(公告)日:2022-07-08

    申请号:CN202011408926.6

    申请日:2020-12-04

    Applicant: 华侨大学

    Abstract: 本发明实施例公开了一种基于学习者画像与习题相似度的预科中文习题推送方法,首先基于用户的母语语系与用户的历史做题轨迹构建学习者画像;之后构建知识点多叉树,进而采用LCA机制计算习题相似度;接着融合学习者画像与习题相似度生成候选习题队列;最后基于用户交互数据实时生成推送习题队列。本发明实施例针对预科留学生,构建了用户的深度垂直学习者画像;充分利用习题的多层语义信息,提升了习题推送的精准性与可解释性;采用实时交互数据,实现“i+1”教学理论下的实时引导。

    一种基于知识图谱的对外汉语学习内容的构建方法

    公开(公告)号:CN110008354B

    公开(公告)日:2022-06-07

    申请号:CN201910284590.8

    申请日:2019-04-10

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于知识图谱的对外汉语学习内容的构建方法,包括:面向对外汉语学习领域的概念集进行设计,强调概念及概念关系的形式表达;根据概念集针对对外汉语学习语料进行实体和关系抽取,以三元组的形式存储,从而得到最终的对外汉语学习知识图谱;对用户选中的对汉语词语实现关联知识智能推荐和关联知识多角度深层次推理展示。基于对外汉语教学资源中的知识点挖掘和知识图谱构建,将帮助海外汉语学习者有效进行汉语词语学习,提升汉语学习词语练习的交互性、智能化和个性化。

    一种基于智能问答的对外汉语口语训练方法及系统

    公开(公告)号:CN110083690B

    公开(公告)日:2022-05-03

    申请号:CN201910284601.2

    申请日:2019-04-10

    Applicant: 华侨大学

    Abstract: 本发明公开了一种基于智能问答的对外汉语口语训练方法及系统,方法包括:从对外汉语口语教材和互联网等数据源采集口语训练问答对;采用问题生成算法由机器生成训练问答对;汇总语料,并根据语料构建知识图谱;接收用户输入自然语言问题,通过神经网络深度学习对问题进行向量表达,与知识图谱的表达向量进行语义关联;通过关联分析选择合适的回答进行输出。本发明的基于智能问答的对外汉语口语训练方法及系统,实现了具有智能对话、知识库和技能服务等功能,可作为对外汉语口语教学的智能辅助工具。

Patent Agency Ranking