-
公开(公告)号：CN108073704A
公开(公告)日：2018-05-25
申请号：CN201711364040.4
申请日：2017-12-18
Applicant: 清华大学
Abstract: 本发明提供一种LIWC词表扩展方法，包括：S1，根据目标单词的义元和目标单词的第i-1层标签，应用注意力机制构建目标单词的第i层上下文表示；S2，将所述第i-1层标签、第i层上下文表示与循环神经网络的第i-1层隐状态输入循环神经网络，获取第i层隐状态；S3，应用第i层隐状态获取目标单词的第i层标签；S4，重复S1至S3，逐层获取目标单词的各层标签；其中，m≥i≥1，i为整数，m为目标单词所包含的总层数。本发明提供的一种LIWC词表扩展方法，通过基于注意力机制结合义元的循环神经网络对LIWC词表进行自动扩展，避免了人工扩展导致的误差，提高了LIWC词表标注的精确性，节省了人力成本和时间成本。
-
公开(公告)号：CN107743071B
公开(公告)日：2020-01-17
申请号：CN201710354785.6
申请日：2017-05-18
Applicant: 清华大学
IPC: H04L12/24
Abstract: 本发明实施例提供一种网络节点的增强表示方法及装置，所述方法包括：获取网络节点之间的连接关系；根据所述连接关系和已有的网络表示学习模型获取所述网络节点的表示向量；根据所述连接关系对所述网络节点的表示向量进行更新迭代计算，并用更新迭代计算后的网络节点表示矩阵增强表示所述网络节点。所述装置执行上述方法。本发明实施例提供的网络节点的增强表示方法及装置，能够用更新迭代计算后的网络节点表示矩阵表示网络节点，从而提高对网络节点的节点分类、网络节点之间链接预测的准确度。
-
公开(公告)号：CN108563622B
公开(公告)日：2020-04-07
申请号：CN201810420813.4
申请日：2018-05-04
Applicant: 清华大学
IPC: G06F40/186
Abstract: 本发明提供一种具有风格多样性的绝句生成方法及装置，所述方法包括：获取待生成绝句的首句，将首句的文字序列转化成首句向量，将首句向量和表示绝句风格类型的单热向量拼接之后得到的第一向量输入到预先建立好的绝句生成模型中，得到多首具有不同风格的绝句。该方法和装置可以实现在给定同一输入时，可以生成风格不同的多首诗，不需要对诗歌风格进行标注，具有良好的多样性和适用性，同时可以降低诗歌生成成本。
-
公开(公告)号：CN100552037C
公开(公告)日：2009-10-21
申请号：CN200610165276.0
申请日：2006-12-15
Applicant: 清华大学
Abstract: 本发明公开了一种5′呈味核苷酸的生物合成方法。该方法是将含有酸性磷酸酶基因的产气肠杆菌(Enterobacter aerogenes)TAM1183菌体添加到含底物焦磷酸和肌苷或鸟苷的反应溶液中，在25-35℃，pH 4.0-8.4下反应，得到5’-肌苷酸或5’-鸟苷酸。本发明具有以下优点：1)选用的菌株具有酸性磷酸酶活性高，生长速度快和环境适应性强的优点，在好氧及厌氧条件下均可生长，适于工业化生产；2)生产方法简单，目的产物的产量高；3)原料来源广泛，对设备要求低，生产成本低廉。本发明将在5′呈味核苷酸的工业化生产中发挥重要作用，应用前景广阔。
-
公开(公告)号：CN108073704B
公开(公告)日：2020-07-14
申请号：CN201711364040.4
申请日：2017-12-18
Applicant: 清华大学
IPC: G06F16/36 , G06F40/253 , G06F40/279 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种LIWC词表扩展方法，包括：S1，根据目标单词的义元和目标单词的第i‑1层标签，应用注意力机制构建目标单词的第i层上下文表示；S2，将所述第i‑1层标签、第i层上下文表示与循环神经网络的第i‑1层隐状态输入循环神经网络，获取第i层隐状态；S3，应用第i层隐状态获取目标单词的第i层标签；S4，重复S1至S3，逐层获取目标单词的各层标签；其中，m≥i≥1，i为整数，m为目标单词所包含的总层数。本发明提供的一种LIWC词表扩展方法，通过基于注意力机制结合义元的循环神经网络对LIWC词表进行自动扩展，避免了人工扩展导致的误差，提高了LIWC词表标注的精确性，节省了人力成本和时间成本。
-
Patent Agency Ranking
公开(公告)号：CN107743071A
公开(公告)日：2018-02-27
申请号：CN201710354785.6
申请日：2017-05-18
Applicant: 清华大学
IPC: H04L12/24
Abstract: 本发明实施例提供一种网络节点的增强表示方法及装置，所述方法包括：获取网络节点之间的连接关系；根据所述连接关系和已有的网络表示学习模型获取所述网络节点的表示向量；根据所述连接关系对所述网络节点的表示向量进行更新迭代计算，并用更新迭代计算后的网络节点表示矩阵增强表示所述网络节点。所述装置执行上述方法。本发明实施例提供的网络节点的增强表示方法及装置，能够用更新迭代计算后的网络节点表示矩阵表示网络节点，从而提高对网络节点的节点分类、网络节点之间链接预测的准确度。
-
公开(公告)号：CN1974780A
公开(公告)日：2007-06-06
申请号：CN200610165276.0
申请日：2006-12-15
Applicant: 清华大学
Abstract: 本发明公开了一种5′呈味核苷酸的生物合成方法。该方法是将含有酸性磷酸酶基因的产气肠杆菌(Enterobacter aerogenes IAM1183)菌体添加到含底物焦磷酸和肌苷或鸟苷的反应溶液中，在25－35℃，pH 4.0－8.4下反应，得到5’－肌苷酸或5’－鸟苷酸。本发明具有以下优点：1)选用的菌株具有酸性磷酸酶活性高，生长速度快和环境适应性强的优点，在好氧及厌氧条件下均可生长，适于工业化生产；2)生产方法简单，目的产物的产量高；3)原料来源广泛，对设备要求低，生产成本低廉。本发明将在5′呈味核苷酸的工业化生产中发挥重要作用，应用前景广阔。
-
公开(公告)号：CN110516697B
公开(公告)日：2021-08-31
申请号：CN201910637076.8
申请日：2019-07-15
Applicant: 清华大学
Abstract: 本发明实施例提供一种基于证据图聚合与推理的声明验证方法及系统，所述方法包括：基于语言表征模型对所述声明和所述证据集中的各证据进行建模，学习获得所述声明和各证据对应的向量表示；将每个证据的向量表示抽象成图上的节点，构建一个全联通的证据图；基于图神经网络方法进行证据间的消息传递，学习获得所有证据的高层次表示；基于聚合器将所有证据的高层次表示进行聚合，获得聚合后的证据表示；基于前馈神经网络模型和聚合后的证据表示，对所述声明进行验证。本发明实施例对证据和声明学习到更好的语义表示的同时提供了证据间聚合和推理的机制，能够更好地综合利用多条证据信息，提高了模型了准确率。
-
公开(公告)号：CN110516697A
公开(公告)日：2019-11-29
申请号：CN201910637076.8
申请日：2019-07-15
Applicant: 清华大学
Abstract: 本发明实施例提供一种基于证据图聚合与推理的声明验证方法及系统，所述方法包括：基于语言表征模型对所述声明和所述证据集中的各证据进行建模，学习获得所述声明和各证据对应的向量表示；将每个证据的向量表示抽象成图上的节点，构建一个全联通的证据图；基于图神经网络方法进行证据间的消息传递，学习获得所有证据的高层次表示；基于聚合器将所有证据的高层次表示进行聚合，获得聚合后的证据表示；基于前馈神经网络模型和聚合后的证据表示，对所述声明进行验证。本发明实施例对证据和声明学习到更好的语义表示的同时提供了证据间聚合和推理的机制，能够更好地综合利用多条证据信息，提高了模型了准确率。
-
公开(公告)号：CN108563622A
公开(公告)日：2018-09-21
申请号：CN201810420813.4
申请日：2018-05-04
Applicant: 清华大学
IPC: G06F17/24
Abstract: 本发明提供一种具有风格多样性的绝句生成方法及装置，所述方法包括：获取待生成绝句的首句，将首句的文字序列转化成首句向量，将首句向量和表示绝句风格类型的单热向量拼接之后得到的第一向量输入到预先建立好的绝句生成模型中，得到多首具有不同风格的绝句。该方法和装置可以实现在给定同一输入时，可以生成风格不同的多首诗，不需要对诗歌风格进行标注，具有良好的多样性和适用性，同时可以降低诗歌生成成本。
-
-
-
-
-
-
-
-
-
Search Results
10
records
(took 0.025 seconds)
