-
公开(公告)号：CN112528015B
公开(公告)日：2022-11-18
申请号：CN202011154448.0
申请日：2020-10-26
Applicant: 复旦大学
Abstract: 本发明公开了一种在消息交互传播中进行谣言判别的方法及装置，其涉及人工智能识别技术领域，包括：对帖子的文本信息进行编码，并分析相关联的帖子之间的关系，从而生成消息交互的控制向量a；根据动态时间序列模型捕获交互信息的变化，应用注意力机制将各个时间阶段信息进行聚合，对帖子是否属于谣言进行预测；基于消息交互的控制向量a得到模型总体的损失函数，计算损失函数然后进行梯度回传，从而对提出模型进行训练和拟合，计算得到模型的最优参数网络，使用最优参数网络下的模型对帖子是否属于谣言进行预测。本申请能够通过传播过程中信息交互模式的建模和与交互模式的时序演化特征捕捉时间动态结构匹配以提高谣言判别的准确性。
-
公开(公告)号：CN112509640B
公开(公告)日：2022-08-19
申请号：CN202011135040.9
申请日：2020-10-22
Applicant: 复旦大学
Abstract: 本发明的目的是提供一种基因本体项名称生成方法方法、装置及存储介质，所述基因本体项名称生成方法，所述方法包括：获取基因文本信息，所述基因文本信息至少包括目标基因本体项关联的至少一组基因信息，每组所述基因信息至少包括基因简称、基因别名、基因描述；至少根据所述基因信息中的单词、所述基因别名和描述、所述目标基因本体项的关联特性，确定所述目标基因本体项名称，避免人为命名造成的低效和不一致问题。
-
公开(公告)号：CN114911900A
公开(公告)日：2022-08-16
申请号：CN202210469885.4
申请日：2022-04-30
Applicant: 复旦大学
IPC: G06F16/33 , G06F16/332
Abstract: 本说明书实施例提供一种多跳问答模型的评估方法、装置及存储介质，所述方法包括：获取目标问题和多跳问答模型的数据库中与所述目标问题的真实答案相对应的原始文本；提取所述原始文本中的推理链；所述推理链表示推理得到所述目标问题的答案所使用的多个实体之间的关系；根据所述推理链的类型生成干扰所述多个实体之间的关系的至少一个干扰文本；将所述至少一个干扰文本加入至所述原始文本中，得到测试文本；根据所述多跳问答模型从测试文本中推理得到的推理答案评估所述多跳问答模型的抗干扰能力，从而实现定向地对模型进行评估，准确地查找到模型的弱点。
-
公开(公告)号：CN114897179A
公开(公告)日：2022-08-12
申请号：CN202210477823.8
申请日：2022-05-05
Applicant: 复旦大学
Abstract: 本申请实施例提供视觉语言室内导航方法、装置、设备及存储介质，其中的方法包括：基于预设的课程设计原则对预获取的R2R训练集进行重新设置，以得到融合有人类先验知识且适用于课程学习的CLR2R训练集；应用课程学习方式根据所述CLR2R训练集训练得到视觉语言室内导航模型以使虚拟机器人根据该视觉语言室内导航模型执行对应的室内导航任务。本申请能够有效且持续提高视觉语言室内导航过程的准确性、可靠性及效率，且能够在不增加模型复杂度的情况下显著提高导航机器人的性能、泛化性和训练效率。
-
公开(公告)号：CN114841141A
公开(公告)日：2022-08-02
申请号：CN202210543480.0
申请日：2022-05-19
Applicant: 复旦大学
IPC: G06F40/211 , G06F16/35
Abstract: 本申请实施例提供了一种论辩单元的分类方法，包括以下步骤：将论辩单元中的词项分为框架词和主题词；通过论辩性单元结构感知编码器根据框架词和主题词生成上下文词项嵌入，其中所述论辩性单元结构感知编码器包括自注意力机制、内部注意力机制和外注意力机制；通过Bi‑LSTM层根据上下文词项嵌入生成句子嵌入；通过max‑pooling层根据句子嵌入生成论辩单元的论辩性特征；结合论辩性特征和获取到的论辩单元的位置信息生成；通过多层感知器根据论辩性表示生成论辩单元的类型。本申请提供了一种论辩单元的分类方法，以增强分析文献语篇的效果。实验结果表明本申请在各个数据集上均具有有效性。
-
Patent Agency Ranking
公开(公告)号：CN112508048A
公开(公告)日：2021-03-16
申请号：CN202011136029.4
申请日：2020-10-22
Applicant: 复旦大学
Abstract: 本申请实施例提供了一种图像描述的生成方法和装置，其中，该方法包括：获取目标图像中的物体数据和关系数据；根据物体数据和关系数据确定出目标图像的主题数据；调用预训练的图像处理模型获取并根据上述数据通过底层表征隐式地推断出目标图像中的高层语义信息，来生成与目标图像对应的图像描述；其中，上述预训练的图像处理模型具有对底层表征进行抽象的能力。该方法通过先从物体数据和关系数据中抽象出主题数据，再利用包含有主题节点的预训练的图像处理模型，根据主题数据、物体数据和关系数据，来共同确定出目标图像的图像描述，从而可以高效地得到能准确地表征出目标图像中的高层语义信息的图像描述。
-
公开(公告)号：CN112417106A
公开(公告)日：2021-02-26
申请号：CN202011135074.8
申请日：2020-10-22
Applicant: 复旦大学
IPC: G06F16/332 , G06N3/04
Abstract: 本申请公开了一种基于文本的问题生成方法及其装置，所述方法包括：将待处理的文本输入疑惑表征学习组件，获取与所述文本对应的上下文状态信息以及疑惑表征信息；将所述上下文状态信息以及疑惑表征信息输入到问题生成组件，获取所述文本的文本问题。采用本申请，可为文本生成更准确的问题。
-
公开(公告)号：CN117421648A
公开(公告)日：2024-01-19
申请号：CN202311078580.1
申请日：2023-08-25
Applicant: 复旦大学
IPC: G06F18/241 , G06F18/214 , G06F40/284 , G06Q50/00
Abstract: 本发明的目的提供一种社交媒体用户表征模型，模型的预训练方法、以及模型设计中的文本图框架，所述方法包括：通过对社交媒体用户的言论进行分词来构建不同粒度的文本语义表示，通过点互信息方法构建文本之间的关系，进一步通过文本图模型构建用户表示；基于社交网络中的用户关注信息，在预训练阶段构建了多个自监督训练任务，通过用户间、用户内两个层次的任务，训练模型能够对不同社群下的不同用户、不同社群下的同一用户的表示进行分辨，得到融合社交媒体通用结构信息的用户表征模型以完成下游的多种社交媒体用户级别任务。
-
公开(公告)号：CN115796162A
公开(公告)日：2023-03-14
申请号：CN202211342143.1
申请日：2022-10-31
Applicant: 复旦大学
IPC: G06F40/279 , G06F40/216
Abstract: 本发明公开了一种通用的框架检测方法及装置，所述方法包括：基于框架枢轴训练域编码器；基于提示学习微调域编码器、事件特定提示编码器和共享提示编码器；在新场景中应用域编码器和提示编码器；其中，所述框架枢轴有预设数量的框架枢轴；按照预设概率随机遮盖所述框架枢轴用于训练域编码器；在通用训练文档上进行框架检测和对抗训练，以微调域编码器、事件特定提示编码器和共享提示编码器；之后，将域编码器和提示编码器运用到不同场景不同类型的文档的框架检测中。上述实施方式可以应对不同场景和主题下的框架检测，更好地适应动态改变的事件和政治议程。
-
公开(公告)号：CN115796129A
公开(公告)日：2023-03-14
申请号：CN202211342162.4
申请日：2022-10-31
Applicant: 复旦大学
IPC: G06F40/166 , G06F40/18
Abstract: 本发明的目的是提供一种模型训练方法及装置、医疗诊断表格描述方法、无监督生成文本质量评价指标，同时提出了肌电图报告自动生成任务及对应的数据集。所述方法包括：根据医院提供的病人诊断报告表格和对应的标准值参照表获取所有表格中的异常单元，按照制定的标准模板对所有异常单元进行描述并生成一段描述文本；将所述文本和期望生成的标准文本对用于模型训练；最后提供一种无监督的评价指标用于从事实上检测模型生成的文本质量；同时提供了一个特定的肌电图报告自动生成任务的数据集。上述实施方式可以为医生在撰写诊断报告时提供参考生成，有效提高医生的工作效率并可以弥补其临床经验上的不足。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.027 seconds)
