-
公开(公告)号：CN108170681A
公开(公告)日：2018-06-15
申请号：CN201810035601.4
申请日：2018-01-15
Applicant: 中南大学
Abstract: 本发明涉及人工智能技术领域，公开了一种文本情感分析方法、系统及计算机可读存储介质，以提高文本情感分析的准确度。本发明方法包括：将任一句子对应的词向量输入至预设的LSTM网络模型，得到各词的隐藏层向量；对所获取的文本单词集进行词性标注，对携带词性标注信息的文本单词集训练，并对训练生成的词性向量矩阵以词为单位进行拆分，得到各词所对应的词性向量；以句子为单位，根据句子内各词所对应的隐藏层向量和词性向量进行词嵌入加权求和注意力分析，得到各句子携带注意力信息的句子向量，并以该携带注意力信息的句子向量作为情感分类模型的输入，进而得到各句子的情感分类结果和/或所述原始文本的分类结果。
-
公开(公告)号：CN108108854B
公开(公告)日：2021-08-10
申请号：CN201810021953.4
申请日：2018-01-10
Applicant: 中南大学
Abstract: 本发明涉及城市交通技术领域，公开了一种城市路网链路预测方法、系统及存储介质，以提高路网的链路预测精确度并提高数据的处理效率。本发明方法包括：构建路网的邻接矩阵；根据所述邻接矩阵得到Katz相似度矩阵；将所述Katz相似度矩阵进行归一化后使用多层非线性自动编码器对其进行网络表征学习，得到网络表征向量；根据所述网络表征向量解码重建邻接矩阵，并根据所述重建邻接矩阵进行链路预测。
-
公开(公告)号：CN108108854A
公开(公告)日：2018-06-01
申请号：CN201810021953.4
申请日：2018-01-10
Applicant: 中南大学
Abstract: 本发明涉及城市交通技术领域，公开了一种城市路网链路预测方法、系统及存储介质，以提高路网的链路预测精确度并提高数据的处理效率。本发明方法包括：构建路网的邻接矩阵；根据所述邻接矩阵得到Katz相似度矩阵；将所述Katz相似度矩阵进行归一化后使用多层非线性自动编码器对其进行网络表征学习，得到网络表征向量；根据所述网络表征向量解码重建邻接矩阵，并根据所述重建邻接矩阵进行链路预测。
-
-
Search Results
3
records
(took 0.017 seconds)
