-
公开(公告)号：CN115391556A
公开(公告)日：2022-11-25
申请号：CN202211032476.4
申请日：2022-08-26
Applicant: 电子科技大学
Abstract: 本发明属于关系抽取技术领域，具体公开了一种基于跨粒度交叉注意力融合的实体关系抽取方法、系统，本发明所述方法将句子分别表示为span粒度和token粒度的词向量；通过交叉注意力深度融合span和token两个粒度信息，增强实体与关系的跨粒度全局信息表示；此外，在联合抽取任务中，基于不同映射关系分别定义针对实体检测和关系抽取子任务的特征表示，能够捕获特定于任务的上下文语义信息，可有效建模实体关系三元组。
-
公开(公告)号：CN117131344A
公开(公告)日：2023-11-28
申请号：CN202311099630.4
申请日：2023-08-29
Applicant: 电子科技大学
IPC: G06F18/20 , G06N3/0442 , G06N3/048 , G06N3/047 , G06F18/213 , G06F18/22 , H04L41/14
Abstract: 本发明公开了一种基于多维知识属性的通信对象预测方法及系统，属于通信网络用户行为分析技术领域。主旨在于解决用户通信过程建模单一、信息利用不充分的问题，主要方案是基于包含了多维知识属性的用户历史通信记录，首先根据历史通信记录及其多维知识属性，生成对应的高维空间表示与通信对象重要度序列；其次，从不同层级出发，拼接相应高维空间表示得到对应层级的特征序列，再利用注意力机制，从特征序列中抽取出对应的兴趣度；然后，引入基于多维知识属性的兴趣结合机制，结合不同层级的兴趣度与通信对象重要度，形成通信目标全局特征表示；最后，结合通信对象局部特征表示，实现对用户呼叫对象的预测。
-
Patent Agency Ranking
公开(公告)号：CN115393012A
公开(公告)日：2022-11-25
申请号：CN202211018277.8
申请日：2022-08-24
Applicant: 电子科技大学
IPC: G06Q30/06 , G06N3/04 , G06F16/9535
Abstract: 本发明提出了一种基于双通道注意力加权网络的会话推荐方法，属于会话推荐技术领域。本发明基于一次会话中的用户交互序列，其中用户交互序列包括物品名称序列、物品类别序列与用户操作序列，首先根据用户交互序列分别生成物品、类别、操作的高维空间表示；然后，利用注意力机制，从三种表示的结合中分别提取出融合操作信息的用户‑物品兴趣度与用户‑类别兴趣度；最后，建立基于双通道注意力加权的兴趣融合机制，形成用户兴趣表征，实现对用户下一刻点击物品的预测；本发明所述方法融合了物品类型和用户操作信息，从用户与物品交互在不同粒度下的兴趣特征出发，能够从不同粒度对用户兴趣建模，解决了用户兴趣建模不准确、不合理的问题。
-
公开(公告)号：CN115391557A
公开(公告)日：2022-11-25
申请号：CN202211037489.0
申请日：2022-08-26
Applicant: 电子科技大学
Abstract: 本发明公开了一种融合实体类型表征与关系表征的关系抽取方法，属于关系抽取技术领域。本发明设计文本‑主客体弱相关语义表征机制，通过引入实体类型信息替换实体词意信息，进而降低抽取模型对主体‑客体语义关联的依赖；在上述基础上，本发明进一步建模实体关系的抽象语义信息，并与包含主客体类型信息的上下文语义表征进行融合，生成实体关系的语义映射，获得主体‑关系‑客体三元组更准确的预测效果。
-
公开(公告)号：CN116886236A
公开(公告)日：2023-10-13
申请号：CN202311099669.6
申请日：2023-08-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种面向资源优化的协同干扰策略生成算法，属于通信对抗领域。该模型为：在多干扰机与多通信电台的通信对抗场景中，通信电台具有隐藏的抗干扰策略，干扰方利用协同干扰策略生成算法，不断调整干扰策略，最大化干扰成功率的同时最优化资源消耗。算法为：首先建立通信对抗场景，然后构建干扰约束条件式，使得干扰功率最小化问题可转化为求解满足约束条件式的最优化问题，其次通过对误码率和功率的约束设计了双动态惩罚函数，保证在有效干扰的条件下最小化资源消耗，最后结合双动态惩罚函数和双深度Q网络算法构建协同干扰策略生成模型。本发明可以显著提升干扰效果，且相对于无约束算法而言节约25％干扰资源。
-
公开(公告)号：CN117131874A
公开(公告)日：2023-11-28
申请号：CN202311099621.5
申请日：2023-08-29
Applicant: 电子科技大学
Abstract: 本发明公开了一种基于多视角相邻跨度增强的方面级情感分类方法，属于情感分析技术领域。本发明所述方法首先通过引入一个相邻跨度增强模块，用于突出关于方面词相邻单词的各种组合，以便于更灵活地捕捉方面词和相邻词之间的上下文关联；然后，构造了一个多视角注意力模块，利用全局表示来建立每个方面的多视角情感表示，这种平行的注意力机制提高了捕捉关于给定方面的相关意见词的准确性和全面性；最后，通过一个平均池化层聚合多视角情感表示，该层聚合了来自所有相邻跨度的信息形成给定方面的整体综合情感表示，实现情感极性的预测。
-
公开(公告)号：CN115481323A
公开(公告)日：2022-12-16
申请号：CN202211219181.8
申请日：2022-09-30
Applicant: 电子科技大学
IPC: G06F16/9535 , G06N3/04 , G06N3/08 , G06Q30/06
Abstract: 本发明公开了一种基于自适应的用户兴趣双重纠偏的会话推荐方法，属于会话推荐技术领域。本发明所述方法主要包括以下步骤：初始化用户点击序列中各物品的高维空间语义及位置表示，拼接得到物品表示矩阵，再生成包含时序和上下文信息的物品表示矩阵；利用第一自适应纠偏机制初始化当前的用户兴趣表示，再利用包含第二自适应纠偏机制的用户兴趣表示蒸馏模块输出下一时刻的用户兴趣表示；进而对物品字典中所有物品于下一时刻被点击的概率进行预测。本发明所述方法采用自适应纠偏机制，有效解决了最后一次物品点击无法准确表示用户当前兴趣的问题，降低了噪声信息在下一时刻的用户兴趣表示中的含量，具有更高的预测精准度。
-
-
-
-
-
-
Search Results
7
records
(took 0.025 seconds)
