公开(公告)号：CN111814454B

公开(公告)日：2023-08-11

申请号：CN202010662871.5

申请日：2020-07-10

Applicant: 重庆大学

Inventor： 熊庆宇 ,  王凯歌 ,  高旻 ,  易华玲 ,  杨正益 ,  文俊浩 ,  邹青宏 ,  胡瑶 ,  张致远

IPC: G06F40/30 ,  G06F40/216 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/08 ,  G06Q50/00

Abstract: 本发明公开了一种社交网络上的多模态网络欺凌检测模型，包括针对多模态数据的编码和针对模态数据的解码，还包括：对数据进行预处理；对视频和/或图像数据进行处理，对每一个视频和/或图像进行打分评价，构成评价标签；针对帖子文本内容，通过双向长短期记忆网络(Bi‑LSTM)和自注意力机制进行训练；针对帖子评论集数据进行双向的GRU分层注意力机制学习；针对图像和/或视频，通过one‑hot编码的方式，然后利用多层感知机进行特征提取；针对不同学习到的向量，通过多层感知机分别进行特征提取，然后将其串联起来整体进行特征提取；本发明将评论数据集的对话形式、具有视觉信息的图像和视频信息进行整合，能够显著提升网络中网络欺凌检测准确度。

公开(公告)号：CN114298011A

公开(公告)日：2022-04-08

申请号：CN202111659500.2

申请日：2021-12-30

Applicant: 重庆大学

Inventor： 熊庆宇 ,  柯采 ,  吴超 ,  杨雨蓉 ,  易华玲 ,  郭佳浩 ,  吴自慧 ,  林军成 ,  罗力豪

IPC: G06F40/211 ,  G06F40/289 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种神经网络、训练方法、方面级情感分析方法、装置及存储介质，神经网络包括：BERT词嵌入模块获得输入文本的语义信息和输入文本中待分析语句所有单词的词向量；第一全连接层基于语义信息获得语义特征向量；第二全连接层基于词向量获取单词特征向量；潜在狄利克雷分布模块分别提取待分析语句的主题分布和方面情感对的主题分布；特征融合层判断待分析语句是否与方面情感对匹配；解码标注模块在解码序列中标记出目标词语位置获得标记序列；输出层为基于特征融合层输出的判断结果输出情感分析结果。实现多任务输出，通过特征融合层将语义信息与主题分布进行特征融合，学习到特定领域的词汇，提升模型的情感分类任务效果。

公开(公告)号：CN111813084A

公开(公告)日：2020-10-23

申请号：CN202010662863.0

申请日：2020-07-10

Applicant: 重庆大学

Inventor： 熊庆宇 ,  吴丹 ,  易华玲 ,  杨正益 ,  胡瑶 ,  文俊浩 ,  张致远

IPC: G05B23/02 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于深度学习的机械装备故障诊断方法，具体包括以下步骤：步骤S1：对机械设备的主要数据源和次要数据源进行数据采集并进行预处理，得到数据集；步骤S2：采用5折交叉验证方法，将数据集分为训练集、验证集和测试集；步骤S3：基于CNN和BD-LSTM建立故障诊断模型，将训练集输入故障诊断模型中提取隐藏特征后进行训练，并输出诊断结果。本发明采用BD-LSTM进行平滑跟踪和预测结果，处理了由于操作和环境干扰引起的不确定性；传感器监测数据采用CNN和BD-LSTM并行提取隐藏特征，两条没有相关性的路径输出都会影响预测，且可根据预测的误差校正网络中的每个参数。

公开(公告)号：CN115905527A

公开(公告)日：2023-04-04

申请号：CN202211398193.1

申请日：2022-11-09

Applicant: 重庆大学 ,  重庆市特种设备检测研究院

Inventor： 熊庆宇 ,  柯采 ,  易华玲 ,  高旻 ,  陈杰 ,  罗力豪 ,  林军成

IPC: G06F16/35 ,  G06F40/30 ,  G06F40/295 ,  G06F18/2431 ,  G06F18/2415 ,  G06F18/22 ,  G06N3/044 ,  G06N3/045 ,  G06N3/047 ,  G06N3/049 ,  G06N3/08

Abstract: 本发明提供了一种基于先验知识的BERT模型的方面级情感分析方法。该方法包括：获得多个方面情感对；将待分析语句和不同的方面情感对组合构成不同的输入文本；将每个输入文本输入方面级情感分析模型，方面级情感分析模型输出每个输入文本的情感分析结果，情感分析结果包括输入文本中待分析语句是否与方面情感对匹配的判断结果；方面级情感分析模型包括：词向量编码模块、第一全连接层、先验知识获取模块和特征融合模块。在方面级情感分析模型中加入先验知识获取模块获得先验知识向量，利用简单但有效的先验知识向量与语义特征向量相结合，让模型学习到充分的少样本类别，提升待分析语句与方面情感对是否匹配的判断效果。

公开(公告)号：CN111814883A

公开(公告)日：2020-10-23

申请号：CN202010663993.6

申请日：2020-07-10

Applicant: 重庆大学

Inventor： 熊庆宇 ,  易华玲 ,  杨正益 ,  邹青宏 ,  高旻 ,  吴丹 ,  文俊浩 ,  胡瑶 ,  张致远

IPC: G06K9/62 ,  G06N3/02 ,  G06N20/00

Abstract: 本发明提出了一种基于异质集成的标签噪声纠正方法，在本发明的方法中，数据集D经过P轮K折分层交叉划分，M种异质分类器预测，两轮多数投票集成预测结果，对数据集D中的每个样本均进行了类别标签的更新，实现噪声标签纠正的更新。本发明适用于具有分布不平衡特点的数据集中的标签噪声处理，适用于各种类型的分类器，具有较好的通用性；可独立完成类别标签纠正过程；循环了P轮分层交叉划分，保证每个交叉划分子集具有和原始样本集相同的不平衡程度，且减少了数据集单次交叉划分的偶然性对分类器的影响；通过异质集成方式更新样本的类别标签，可以减轻某种分类器会受数据类型的负面影响。

公开(公告)号：CN111814450A

公开(公告)日：2020-10-23

申请号：CN202010664010.0

申请日：2020-07-10

Applicant: 重庆大学

Inventor： 熊庆宇 ,  吴超 ,  高旻 ,  王凯歌 ,  易华玲 ,  杨正益 ,  文俊浩 ,  张致远 ,  吴丹

IPC: G06F40/205 ,  G06F40/279 ,  G06N3/04 ,  G06N3/08 ,  G06K9/62

Abstract: 本发明公开了一种基于残差注意力的方面级情感分析方法，方法包括以下步骤：对输入的语句和所有的方面目标信息进行编码，得到文本编码；对待预测的方面目标在文本中的位置信息进行编码，并与得到的文本编码进行融合；对待预测的方面目标信息和融入位置编码的文本编码进行处理；将得到的编码与融入位置信息的文本编码进行结合；提取其余方面目标中的信息，与得到的文本编码进行交互处理，然后从得到的文本编码中过滤；对过滤后的文本编码进行处理，得到最终结果。本发明提出了一种将残差网络引入到注意力机制的方法，能够显著的提高文本方面级别情感分析的准确率，并且模型具有较好的鲁棒性和通用性，分析的效率也有了一定的提升。