-
公开(公告)号：CN118194139B
公开(公告)日：2024-09-13
申请号：CN202410607288.2
申请日：2024-05-16
Applicant: 南京信息工程大学
IPC: G06F18/241 , G06F18/214 , G06N3/042 , G06N3/084 , G06F17/13 , G01W1/10
Abstract: 本发明公开了一种自适应图学习与神经受控微分方程的时空数据预测方法，包括获取离散的多元气象时空数据，根据多元气象时空数据构建图结构；使用插值法将离散的多元气象时空数据转换为连续数据路径；利用图结构和连续数据路径构建神经受控微分方程，并更新神经受控微分方程权重参数；求解更新后的神经受控微分方程并输出预测结果；联合神经微分方程与图学习机制，将深度神经网络的黑盒时空预测方法转化为对常微分动力系统的建模问题，预测值即为对该动力系统的数值求解问题，更具可解释性；有效发挥了神经受控微分方程处理不规则观察数据的能力，提高训练效率，同时又能捕获动态系统中的时空相关性，能够用于不规则多元气象数据预测。
-
公开(公告)号：CN117932041B
公开(公告)日：2024-06-11
申请号：CN202410328088.3
申请日：2024-03-21
Applicant: 南京信息工程大学
IPC: G06F16/332 , G06N5/04
Abstract: 本发明提供基于思维链推理的情绪支持对话生成方法、系统及装置，涉及情感计算以及对话生成领域。该方法，包括：获取对话历史信息，将对话历史信息输入至情绪思维链推理框架，获得用户情绪状态推理信息；对用户情绪状态推理信息进行格式化存储，获得用户情绪状态完整信息；将对话历史信息和用户情绪状态完整信息输入至策略思维链推理框架，获得对话策略；构建最终prompt文本，将最终prompt文本输入大语言模型生成回复。本方法使用提示驱动的方法避免了模型参数的调整，减少了模型训练开销；同时，将端到端的生成问题转化为逐步的推理问题，优化了回复效果，提高了情绪支持对话生成的可解释性。
-
公开(公告)号：CN117787293B
公开(公告)日：2024-05-24
申请号：CN202410214954.6
申请日：2024-02-27
Applicant: 南京信息工程大学
IPC: G06F40/35 , G06F16/332 , G06N3/0455 , G06N3/0499 , G06N3/08 , G06F18/25 , G06N5/022 , G06N5/04
Abstract: 本发明公开了一种基于大语言模型的个性化对话生成方法及系统，包括：对人物个性对话数据集合进行个性扩展获得人物个性扩展对话数据集；利用预训练的融合模型对人物个性扩展对话数据集中的目标回复进行更新，构成新的个性对话数据集；将个性知识提示输入至大型语言模型获得人物个性信息描述信息，由新的个性对话数据集中检索与当前对话历史信息的相关样本信息，并生成回复提示；将回复提示重新输入至大型语言模型获得最终回复信息；本发明可以有效扩展人物个性信息，并将对话历史和人物个性信息进行动态调整融合，生成能力生成更丰富、多样化和流畅的回复。
-
公开(公告)号：CN118035435A
公开(公告)日：2024-05-14
申请号：CN202410444602.X
申请日：2024-04-15
Applicant: 南京信息工程大学
IPC: G06F16/34 , G06F18/213 , G06F18/25 , G06N3/0455 , G06N3/0464 , G06N3/094 , G06F40/126 , G06F40/284
Abstract: 本发明公开了一种新闻摘要生成方法及相关装置，本发明采用多模态编码，使新闻文本的单词编码特征和图片的视觉目标特征相互观察，使多模态关联，通过构建多模态动态图建模特征之间的关系，区分特征中的积极特征和消极特征，从而生成多模态关联、且凸显核心信息的新闻摘要，可更好地还原新闻文本的多维度信息，提供更为全面的新闻摘要，保证了新闻摘要的质量。
-
公开(公告)号：CN117493490B
公开(公告)日：2024-05-14
申请号：CN202311534078.7
申请日：2023-11-17
Applicant: 南京信息工程大学
IPC: G06F16/33 , G06F16/35 , G06F16/9536 , G06Q50/00 , G06F16/901
Abstract: 本发明公开一种基于异构多关系图的话题检测方法、装置、设备及介质，该方法包括：获取社交平台的异构数据；基于所述异构数据，构建异构信息多关系图；编码所述异构信息多关系图，得到所述异构信息多关系图的初始化特征表示；基于所述初始化特征表示，对所述异构信息多关系图的节点进行筛选；对筛选后的节点的信息进行聚合，得到所述异构信息多关系图的最终特征表示；基于所述最终特征表示，得到话题关键字。本发明通过发布的内容中涵盖的多模态信息，构建异构信息多关系图的方式，选择最佳的邻居节点进行信息聚合，以实现最优的话题聚类效果，得到最佳话题输出，提高了话题检测的精确性，为后续实现精准敏捷的辟谣反击与正确的舆论引导提供了有力的保障。
-
Patent Agency Ranking
公开(公告)号：CN117807322A
公开(公告)日：2024-04-02
申请号：CN202410227224.X
申请日：2024-02-29
Applicant: 南京信息工程大学
IPC: G06F16/9535 , G06F16/335 , G06F16/35 , G06F16/36 , G06F40/30 , G06F40/205 , G06N5/022
Abstract: 本发明公开了一种基于知识图谱检索的虚假新闻检测方法及系统，方法包括：将事实验证数据中的原始声明分为若干子声明，然后将第一证据答案与声明答案通过注意力机制进行相似度分析以获得标签预测概率；根据标签预测概率对子声明进行分类获得可信预测答案和不可信预测答案，对可信预测答案进行保留；对可信预测答案进行知识增强提取子图，根据子图来训练问题生成模型；通过训练后的问题生成模型为所述不可信预测答案所对应的问题生成第二问题；对第二问题进行预测获得第二证据答案；根据可信预测答案和第二证据答案进行虚假新闻检测；可以有效过滤噪声信息，提高了事实验证的准确性。
-
公开(公告)号：CN117493490A
公开(公告)日：2024-02-02
申请号：CN202311534078.7
申请日：2023-11-17
Applicant: 南京信息工程大学
IPC: G06F16/33 , G06F16/35 , G06F16/9536 , G06Q50/00 , G06F16/901
Abstract: 本发明公开一种基于异构多关系图的话题检测方法、装置、设备及介质，该方法包括：获取社交平台的异构数据；基于所述异构数据，构建异构信息多关系图；编码所述异构信息多关系图，得到所述异构信息多关系图的初始化特征表示；基于所述初始化特征表示，对所述异构信息多关系图的节点进行筛选；对筛选后的节点的信息进行聚合，得到所述异构信息多关系图的最终特征表示；基于所述最终特征表示，得到话题关键字。本发明通过发布的内容中涵盖的多模态信息，构建异构信息多关系图的方式，选择最佳的邻居节点进行信息聚合，以实现最优的话题聚类效果，得到最佳话题输出，提高了话题检测的精确性，为后续实现精准敏捷的辟谣反击与正确的舆论引导提供了有力的保障。
-
公开(公告)号：CN117435715A
公开(公告)日：2024-01-23
申请号：CN202311755781.0
申请日：2023-12-20
Applicant: 南京信息工程大学
IPC: G06F16/332 , G06F16/36 , G06N5/045 , G06F40/30 , G06N3/092 , G06N3/0499
Abstract: 本发明公开了一种基于辅助监督信号改进时序知识图谱的问答方法，针对时序知识图谱这一任务背景，在NSM推理模块中添加动态时间编码模块体现时序知识图谱的时序信息，并在整个指令模块中对实体表示进行改造，采用相对时间表示，将实体分为静态和动态表示两部分，将这两部分进行拼接来实时更新实体表示。本发明结合了NSM和强化学习算法，通过模拟和跟踪知识图谱中的状态变化和时序关系，实现了对时序知识图谱多跳推理下进行精准和高效的时序知识图谱问答，并相较于其他类型方法体现出对推理路径的可解释性。本发明提供智能、准确和个性化的问答服务，推动人工智能和知识图谱技术的发展与应用，具有广泛的应用前景。
-
公开(公告)号：CN116680548B
公开(公告)日：2023-10-13
申请号：CN202310969129.2
申请日：2023-08-03
Applicant: 南京信息工程大学
IPC: G06F18/20 , G06F18/213 , G01W1/10
Abstract: 本发明公开了一种针对多源观测数据的时间序列干旱因果分析方法，首先采集多源数据，包括遥感数据以及气象格点数据，计算出相应的干旱指数SPEI，并统一所有数据的时间尺度和空间尺度；然后对收集到的多源观测数据进行数据预处理，包括数据的补全、平稳性检验以及归一化等；之后采用基于信息理论的特征选择方法，以干旱指数SPEI作为目标进行特征选择，得到它的相关特征集合。最后，将相关特征集合作为条件集送入到条件Granger模型中计算每个变量对干旱指数SPEI的影响程度，得到与干旱发生和严重程度相关的变量，可用于干旱预测任务的特征选择，降低了算法复杂度的同时，加强了特征选择的物理可解释性。
-
公开(公告)号：CN116661603A
公开(公告)日：2023-08-29
申请号：CN202310656368.2
申请日：2023-06-02
Applicant: 南京信息工程大学
IPC: G06F3/01 , G06V40/16 , G06V10/80 , G06V10/82 , G06F40/30 , G06N3/0442 , G06N3/084 , G10L15/26 , G10L15/02
Abstract: 本发明公开了复杂人机交互场景下的多模态融合的用户意图识别方法，获取语音和视频，利用语音识别模块把语音转换为文本；分别通过预训练模型BERT、Wav2vec 2.0和Faster R‑CNN提取文本特征、语音特征和视觉特征，利用Transformer对特征进行预处理；构建模态特定和模态共用两类编码器，对文本、语音和视频特征进行多模态协同表示学习；针对复杂场景下每种模态可能在不同时刻表现出不同级别的噪声，利用注意力机制和门控神经网络对多模态协同表示进行自适应融合；把融合特征输入全连接神经网络中识别用户的真实意图。本发明可以提高复杂人机交互场景下的用户意图识别的准确率，提升交互机器人的服务质量。
-
-
-
-
-
-
-
-
-
Search Results
147
records
(took 0.043 seconds)
