公开(公告)号：CN119691521A

公开(公告)日：2025-03-25

申请号：CN202411863611.9

申请日：2024-12-17

Applicant: 北京工业大学

Inventor： 刘润韬 ,  蒋宗礼 ,  张津丽 ,  马宇飞 ,  官庆民 ,  金儒男

IPC: G06F18/24 ,  G06Q50/00 ,  G06F18/213 ,  G06F18/25 ,  G06N3/0895 ,  G06V10/40 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/047

Abstract: 本发明公开了基于对比学习的多模态虚假新闻监测方法，属于虚假短视频新闻检测技术领域。包括以下步骤：基于CLIP文本多视图对比学习的特征提取器，设计一个VisualTheme模块进行视觉和文本特征特征提取，实现了对于关键帧和帧主题两种特征的提取和融合；基于文本、视觉和音频预训练特征提取器对短视频新闻中的标题、连续帧、音乐提取特征，实现了对非关键帧的其他模态特征的提取；利用所提取的多种模态特征设计一个多模态融合和分类器，将多模态特征作为输入，生成分类结果。设计一个文本多视图对比学习机制模块用来优化参数。本发明通过文本多视图提升多文本特征的互信息和语义一致性，学习多种文本视图的泛化特征，促进文本特征和其他模态融合。

公开(公告)号：CN113094502B

公开(公告)日：2024-11-05

申请号：CN202110303408.6

申请日：2021-03-22

Applicant: 北京工业大学

Inventor： 刘子豪 ,  姬庆庆 ,  高宇健 ,  张津丽 ,  蒋宗礼

IPC: G06F16/35 ,  G06F16/335 ,  G06F16/33 ,  G06F40/284 ,  G06F40/289 ,  G06F18/25 ,  G06N3/0455 ,  G06N3/082

Abstract: 本发明公开了一种多粒度外卖用户评论情感分析方法。所述情感分析的方法，包括1)对评论数据进行预处理，包括繁简转换、数据去重、表情数据切分等；2)对评论数据采用端到端的训练网络进行训练，并以此网络为基线网络，该网络训练的结果为基线模型；3)在训练网络中加入注意力机制，提升网络对数据特征的提取能力；4)对数据采用多种模型进行训练，并将多个模型进行融合，各自取长补短。通过上述操作最终实现对外卖评论数据的情感分析。本发明设计的相关方法面向真实用户数据，考虑了数据中存在的多种问题，并能够在短时间内取得较好的训练及分类效果。

公开(公告)号：CN114119516B

公开(公告)日：2024-08-02

申请号：CN202111343978.4

申请日：2021-11-14

Applicant: 北京工业大学

Inventor： 蒋宗礼 ,  王少猛 ,  张津丽 ,  顾问

IPC: G06T7/00 ,  G06V10/26 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明公开了基于迁移学习和级联自适应空洞卷积的病毒病灶分割方法，设计了新模块和新框架来分割CT影像。首先，运用了一种基于三维卷积的级联结构。第一级结构对图像作粗分割保留完整性，第二级结构结合粗分割得出精准分割结果。在第二级内部结构中，引入了平行多尺度特征提取块来提升系统对不同尺寸病灶的适应性。最后，使用了迁移学习来解决系统的过拟合问题。本发明的主要是设计了一个多尺度平行空洞卷积块，既减少了计算量又使模型具有自适应性。通过在两个数据及上的测试，证明本发明所设计的病毒病灶提取模型具有更好的表现性能。

公开(公告)号：CN114417836A

公开(公告)日：2022-04-29

申请号：CN202210052863.8

申请日：2022-01-18

Applicant: 北京工业大学

Inventor： 艾彭磊 ,  杜金莲 ,  金雪云 ,  张潇 ,  张津丽

IPC: G06F40/242 ,  G06F40/30 ,  G16H10/60 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的中文电子病历文本语义分割方法，主要包括语义字典构建及文本语义特征向量表示、整体特征融合、深度神经网络训练以及预测优化部分。利用预训练语言模型表示文本上下文语义特征，并加入了字符语义位置特征，将融合后的整体特征输入到深度神经网络中进行模型训练。相比于现有的语义分割技术，本发明构建字符间融合全局的上下文语义特征，捕获并学习序列每个字符的语义类别特性，最后找到每个字符的最佳语义类别标签，从而实现精细化的文本语义分割，在数据集较小情况下实现了文本语义分割较高的准确性，发展了EMR文本语义分割的新方法。

公开(公告)号：CN114119516A

公开(公告)日：2022-03-01

申请号：CN202111343978.4

申请日：2021-11-14

Applicant: 北京工业大学

Inventor： 蒋宗礼 ,  王少猛 ,  张津丽 ,  顾问

IPC: G06T7/00 ,  G06V10/26 ,  G06N3/04

Abstract: 本发明公开了基于迁移学习和级联自适应空洞卷积的病毒病灶分割方法，设计了新模块和新框架来分割CT影像。首先，运用了一种基于三维卷积的级联结构。第一级结构对图像作粗分割保留完整性，第二级结构结合粗分割得出精准分割结果。在第二级内部结构中，引入了平行多尺度特征提取块来提升系统对不同尺寸病灶的适应性。最后，使用了迁移学习来解决系统的过拟合问题。本发明的主要是设计了一个多尺度平行空洞卷积块，既减少了计算量又使模型具有自适应性。通过在两个数据及上的测试，证明本发明所设计的病毒病灶提取模型具有更好的表现性能。