-
公开(公告)号：CN116991969B
公开(公告)日：2024-03-19
申请号：CN202310590928.9
申请日：2023-05-23
Applicant: 暨南大学
IPC: G06F16/33 , G06F40/289 , G06F40/253 , G06F40/242 , G06F40/211
Abstract: 本发明公开了一种可配置语法关系的检索方法，包括获取待检索目标，待检索目标包括检索文本，将所述检索文本以句子为单位分割；基于检索词条列表与数据库进行正则匹配，输出符合正则匹配规则的全量词条；识别待检索目标中是否存在语法关系配置表，若有则提取所述语法关系配置表，若无则构建语法关系配置表；基于语法关系配置表与全量词条列表进行语法关系匹配，输出符合语法关系匹配规则的词条，获得最终匹配列表。本发明实施例的可配置语法关系的检索方法通过配置检索词本身的语法关系进行检索，并使用图算法进行实施，减少计算复杂度；具有更高的简便性和灵活性，不需要枚举模糊匹配部分的语法关系，适合语法关系更为复杂的句子。
-
公开(公告)号：CN115392259B
公开(公告)日：2023-04-07
申请号：CN202211321734.0
申请日：2022-10-27
Applicant: 暨南大学
IPC: G06F40/30 , G06N3/044 , G06N3/0464 , G06F18/214 , G06F16/35 , G06F40/289
Abstract: 本发明涉及自然语言处理的情感分析技术领域，公开了一种基于对抗训练融合BERT的微博文本情感分析方法及系统，包括：S1文本预处理步骤：读取原始微博文本数据集，进行数据扩充，得到预处理文本数据；S2预训练步骤：将预处理文本数据输入增量BERT模型中进行训练，得到增量预训练模型；S3下游微调步骤：将增量预训练模型结合预处理文本数据集进行微调，并结合对抗训练的方法，对Embeddings的权重矩阵进行扰动，输出保存为情感分类预测模型；通过所述情感分类预测模型执行目标任务，输出目标微博文本数据情感分析结果。本发明融合对抗训练和增加外部数据，提升了模型预测的精确性与鲁棒性，可以使BERT在微博情感分类领域的发挥更好的作用。
-
公开(公告)号：CN117455994B
公开(公告)日：2024-06-14
申请号：CN202311472686.X
申请日：2023-11-07
Applicant: 暨南大学
Abstract: 本发明涉及人工智能领域，尤其涉及一种相机位姿估计方法、系统、电子设备及可读介质。一种相机位姿估计方法，包括：获取第一图像和第二图像之间的初始匹配集；所述第一图像和所述第二图像为针对同一场景的不同角度的图像；基于优化网络对所述初始匹配集进行误匹配去除操作，得到优化匹配集；所述优化网络基于多阶段几何语义注意力网络构建得到；基于所述优化匹配集获取相机位姿结果。通过对误匹配的去除，使得第一图像和第二图像之间的特征匹配结果更佳精准，以此进行相机位姿估计时，结果更佳准确。
-
公开(公告)号：CN117667979A
公开(公告)日：2024-03-08
申请号：CN202311679433.X
申请日：2023-12-08
Applicant: 暨南大学
IPC: G06F16/242 , G06F16/2458 , G06F8/65
Abstract: 本申请提供了一种基于大语言模型的数据挖掘方法、装置、设备及介质，涉及数据挖掘技术领域。该数据挖掘方法包括：响应于目标对象在交互界面输入的交互信息，获取交互信息中目标信息获取需求对应的任务规划信息；调用预设知识库中与任务规划信息对应的数据挖掘模块采集与目标信息获取需求对应的待挖掘数据，利用数据挖掘模块挖掘与目标信息获取需求对应的目标信息；向目标对象反馈目标信息。本申请实施例能够通过大语言模型与预设知识库的交互实现目标信息的挖掘，有效克服OTA升级中对传统问卷范式的依赖，速度快，效率高，且人工成本低，适应了设备的快速迭代需求。
-
公开(公告)号：CN116991969A
公开(公告)日：2023-11-03
申请号：CN202310590928.9
申请日：2023-05-23
Applicant: 暨南大学
IPC: G06F16/33 , G06F40/289 , G06F40/253 , G06F40/242 , G06F40/211
Abstract: 本发明公开了一种可配置语法关系的检索方法，包括获取待检索目标，待检索目标包括检索文本，将所述检索文本以句子为单位分割；基于检索词条列表与数据库进行正则匹配，输出符合正则匹配规则的全量词条；识别待检索目标中是否存在语法关系配置表，若有则提取所述语法关系配置表，若无则构建语法关系配置表；基于语法关系配置表与全量词条列表进行语法关系匹配，输出符合语法关系匹配规则的词条，获得最终匹配列表。本发明实施例的可配置语法关系的检索方法通过配置检索词本身的语法关系进行检索，并使用图算法进行实施，减少计算复杂度；具有更高的简便性和灵活性，不需要枚举模糊匹配部分的语法关系，适合语法关系更为复杂的句子。
-
Patent Agency Ranking
公开(公告)号：CN117667979B
公开(公告)日：2024-07-05
申请号：CN202311679433.X
申请日：2023-12-08
Applicant: 暨南大学
IPC: G06F16/242 , G06F16/2458 , G06F8/65 , G06F16/332 , G06F16/335 , G06N5/02 , G06N5/025
Abstract: 本申请提供了一种基于大语言模型的数据挖掘方法、装置、设备及介质，涉及数据挖掘技术领域。该数据挖掘方法包括：响应于目标对象在交互界面输入的交互信息，获取交互信息中目标信息获取需求对应的任务规划信息；调用预设知识库中与任务规划信息对应的数据挖掘模块采集与目标信息获取需求对应的待挖掘数据，利用数据挖掘模块挖掘与目标信息获取需求对应的目标信息；向目标对象反馈目标信息。本申请实施例能够通过大语言模型与预设知识库的交互实现目标信息的挖掘，有效克服OTA升级中对传统问卷范式的依赖，速度快，效率高，且人工成本低，适应了设备的快速迭代需求。
-
公开(公告)号：CN116561317A
公开(公告)日：2023-08-08
申请号：CN202310600245.7
申请日：2023-05-25
Applicant: 暨南大学
IPC: G06F16/35 , A61B5/16 , G06F40/126 , G06F18/214 , G06F16/9536
Abstract: 本发明涉及智能预测领域，尤其涉及基于文本导向的人格预测方法、标注方法、系统及设备。一种基于文本导向的人格预测方法，包括：获取用户的文本数据；将所述文本数据输入到人格预测模型中得到用户的人格预测画像；其中，所述人格预测模型包括多个预测子模型；所述预测子模型为基于一类人格训练数据对预训练模型进行训练得到；所述人格训练数据基于协同编码的数据标注任务得到。基于用户的文本导向预测用户的人格特征，使用多个用于检测一类人格特征的预测子模型分别对文本数据进行预测，进而综合得到用户的人格画像，兼顾了用户人格的复杂性，使预测更为准确，更加符合人格特征。
-
公开(公告)号：CN115392260B
公开(公告)日：2023-04-07
申请号：CN202211342234.5
申请日：2022-10-31
Applicant: 暨南大学
IPC: G06F40/30 , G06N3/04 , G06F40/242 , G06F40/289
Abstract: 本发明公开了一种面向特定目标的社交媒体推文情感分析方法，包括：对社交媒体推文数据进行预处理，得到目标文本和特定目标；将目标文本经过嵌入层，得到目标文本词向量；将特定目标经过嵌入层，得到特定目标词向量；将目标文本词向量经过自注意力结构，得到自注意力结果；将自注意力结果与特定目标词向量结合并经过跨越注意力结构，得到跨越注意力结果；将跨越注意力结果进行拼接，得到注意力表示矩阵；将注意力表示矩阵依次经过池化层、全连接层和softmax层，得到特定目标的情感倾向结果。本发明基于Transformer结构中的注意力机制，融合局部注意力机制和含有方位信息的注意力机制，提高针对特定目标情感分析的准确性。
-
公开(公告)号：CN115905602A
公开(公告)日：2023-04-04
申请号：CN202211365199.9
申请日：2022-11-03
Applicant: 暨南大学
Abstract: 本发明实施例公开了一种新闻人物识别方法及装置，该方法包括：采集任意一个新闻文本，所述新闻文本至少包括图像数据；基于所述图像数据识别所述新闻文本中的人物图像，提取所述人物图像；根据预设的关系库识别所述人物图像对应的人物名称，所述关系库用于记录不同的人物分别所对应的人物图像和人物名称。通过先构建关系库，使得人物名称与人物图像有了对应的匹配关系，因此当对应于所采集的任意一个新闻文本，通过提取新闻文本中的人物图像，结合关系库中的匹配关系，可以快速识别到与人物图像对应的人物名称，准确度高，整体性能好。
-
公开(公告)号：CN115640486A
公开(公告)日：2023-01-24
申请号：CN202211365279.4
申请日：2022-11-03
Applicant: 暨南大学
IPC: G06F17/10 , G06F16/951 , G06F16/955 , G06Q10/06 , G06Q50/00 , G06Q30/02
Abstract: 本发明实施例公开了一种基于多源数据融合的网络新闻媒体影响力评估方法及装置，方法包括：收集账户信息，所述账户信息包括账户名和媒体平台账号；采集与账户信息相关的多源目标媒体信息，所述多源目标媒体信息包括粉丝数量、文章链接、传播数据；分别计算每一种类别的多源目标媒体信息对应的分项影响力，并根据所述分项影响力计算所述账户信息的综合影响力。实施例中基于网络社交媒体多个信源出发收集账户信息以及采集与账户信息相关的多源目标媒体信息，收集多个信源相关的信息，融合多源信息进行分析，有效避免了单一信源进行评估的局限性，评估结果全面、客观。
-
-
-
-
-
-
-
-
-
Search Results
26
records
(took 0.021 seconds)
