公开(公告)号：CN114912436A

公开(公告)日：2022-08-16

申请号：CN202210587889.2

申请日：2022-05-26

Applicant: 华中科技大学

Inventor： 魏巍 ,  潘为燃 ,  刘逸帆 ,  张睿晗 ,  范士轩 ,  鲁镇仪

IPC: G06F40/211 ,  G06F40/216 ,  G06F40/295 ,  G06K9/62 ,  G06F16/33 ,  G06F16/35

Abstract: 本发明公开了一种面向细粒度实体分类的噪声标签修正方法，包括以下步骤：1)获取样本中句子和句子中已经标注出的实体提及作为输入；2)将句子和句子中已经标注出的实体提及二元组按照进行转换；3)将转换后的输入作为预训练语言模型BERT的输入，对[MASK]位置进行预测，将标签在[MASK]位置处的出现概率作为样本拥有该标签的概率；4)在步骤3)中，在模型网络过拟合前，依据模型在过拟合前输出的logits估计样本标签为正的概率；5)利用模型在过拟合前输出的logit估计数据标签为正或负的后验概率，选取潜在噪声标签，利用半监督学习方法对潜在噪声标签进行重标注。本发明方法在不引入人工先验知识的情况下，可有效修正细粒度实体分类数据中的噪声标签。

公开(公告)号：CN114913341A

公开(公告)日：2022-08-16

申请号：CN202210588207.X

申请日：2022-05-26

Applicant: 华中科技大学

Inventor： 魏巍 ,  刘宇航 ,  彭道万 ,  刘逸凡 ,  张睿晗

IPC: G06V10/44 ,  G06V10/74 ,  G06F16/33 ,  G06F16/332 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明公开了一种基于陈述句提示微调的视觉问答方法，包括以下步骤：1)对于给定的视觉问答输入(I,Q)，将视觉问答中的问题Q转化为陈述句形式；2)将视觉问答任务转化为答案填词任务；3)利用步骤2)中填词任务预测的正确答案中的top‑K答案来分别与图像进行匹配，选择出与图像最相符的词汇来作为图文匹配任务的预测答案；4)结合答案填词和图文匹配任务的预测结果得到答案。本发明提出的方法能够将下游视觉问答任务转化为上游预训练任务形式，从而提高预训练模型泛化到下游视觉问答任务的迁移能力，提升答案预测准确性。

公开(公告)号：CN114912436B

公开(公告)日：2024-10-22

申请号：CN202210587889.2

申请日：2022-05-26

Applicant: 华中科技大学

Inventor： 魏巍 ,  潘为燃 ,  刘逸帆 ,  张睿晗 ,  范士轩 ,  鲁镇仪

IPC: G06F40/211 ,  G06F40/216 ,  G06F40/295 ,  G06F16/33 ,  G06F16/35 ,  G06F18/24 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明公开了一种面向细粒度实体分类的噪声标签修正方法，包括以下步骤：1)获取样本中句子和句子中已经标注出的实体提及作为输入；2)将句子和句子中已经标注出的实体提及二元组按照进行转换；3)将转换后的输入作为预训练语言模型BERT的输入，对[MASK]位置进行预测，将标签在[MASK]位置处的出现概率作为样本拥有该标签的概率；4)在步骤3)中，在模型网络过拟合前，依据模型在过拟合前输出的logits估计样本标签为正的概率；5)利用模型在过拟合前输出的logit估计数据标签为正或负的后验概率，选取潜在噪声标签，利用半监督学习方法对潜在噪声标签进行重标注。本发明方法在不引入人工先验知识的情况下，可有效修正细粒度实体分类数据中的噪声标签。

公开(公告)号：CN113515613A

公开(公告)日：2021-10-19

申请号：CN202110711655.X

申请日：2021-06-25

Applicant: 华中科技大学

Inventor： 魏巍 ,  王振海 ,  刘家邑 ,  刘逸帆 ,  徐晨维 ,  刘宇航 ,  张睿晗

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/35 ,  G06N3/04 ,  B25J11/00

Abstract: 本发明公开了一种集成闲聊、知识和任务问答的智能机器人，包括：系统交互模块，用于提供可视化的交互界面，接收用户的输入信息作为问题输入；对话管理模块，用于处理对话逻辑，所述对话管理模块包括问题重写子模块、意图识别子模块和问题响应子模块；对话引擎模块，用于实现各子系统内部逻辑，包含闲聊问答、知识问答和任务问答，为问答提供算法支持；对话数据模块，用于存储和管理各子引擎所涉及的模型和语料，为问答系统提供数据支持；系统支持模块，对配置文件和日志进行管理，支持模块化部署和测试。本发明通过判断用户意图和处理对话逻辑，经对话引擎模块、对话数据模块处理后得到问题答案。

公开(公告)号：CN115879439A

公开(公告)日：2023-03-31

申请号：CN202210230366.2

申请日：2022-03-10

Applicant: 华中科技大学

Inventor： 魏巍 ,  梁硕 ,  张睿晗 ,  刘宇航 ,  刘逸帆 ,  潘为燃 ,  江胜

IPC: G06F40/211 ,  G06F40/289 ,  G06F40/30 ,  G06N3/042

Abstract: 本发明公开了一种基于双句法信息的细粒度方面级别情绪分析方法，包括：1)建模每个方面情绪感知的上下文信息，并生成对应的语境内方面特有的情绪表示；2)建模方面的语境间关系增强的情绪特征表示；3)整合语境内方面特有的情绪特征向量和语境间关系增强的情绪特征向量得到方面的整体情绪特征向量，然后将上述整体情绪特征映射到低维语义空间，得到最终的情绪分析预测结果。本发明通过有效利用短语树和依赖树的句法信息，联合建模语境内和语境间的情绪特征表示，提升细粒度方面级别情绪分析的准确度。