跨领域跨类别的新闻评论情绪预测方法

    公开(公告)号:CN104239554A

    公开(公告)日:2014-12-24

    申请号:CN201410494851.6

    申请日:2014-09-24

    Applicant: 南开大学

    CPC classification number: Y02D10/45 G06F17/30867

    Abstract: 本发明提出了一种跨领域跨类别的新闻评论情绪预测方法。本发明公开的方法,是在目标领域只有少量的标注数据而在另一相关但不相同的源领域拥有大量的标注数据条件下,通过模拟源领域和目标领域情绪类别集合间关系,实现不同领域间的知识迁移,构建跨领域跨类别的新闻评论情绪预测模型,从而解决目标领域新闻评论的情绪预测问题。在源领域与目标领域为不同情绪类别集合情境下,本发明的方法显著地优于其他跨领域跨类别在线新闻评论的情绪预测的替代方法,并且极大降低人工标注工作的高昂代价和训练更多分类模型所耗费的精力。本发明可用于用户情感分析和舆情监督。

    原子转移自由基沉淀聚合法制备单分散的聚合物微球树脂

    公开(公告)号:CN102838709A

    公开(公告)日:2012-12-26

    申请号:CN201110166276.3

    申请日:2011-06-21

    Applicant: 南开大学

    Abstract: 本发明涉及一种采用原子转移自由基沉淀聚合法制备单分散的聚合物微球树脂的方法。所述的聚合物微球是交联度为50~95%的多烯类单体与其它功能性单烯类单体的共聚物微球,其粒径为200纳米至5微米,粒径多分散度≤1.03。上述聚合物微球是通过原子转移自由基沉淀聚合法制备的,微球表面带有原子转移自由基聚合活性引发基团,可进一步进行表面修饰。本发明具有条件简单、易于操作、原料价格便宜、表面活性基团含量可控的特点。所得单分散的“活性”纳米/微米聚合物微球可用于色谱柱的填料、药物缓释、以及催化剂和生物活性分子的载体。

    一种面向海量小规模XML文档融合路径约束的XML检索方法

    公开(公告)号:CN101807211B

    公开(公告)日:2012-07-25

    申请号:CN201010160331.3

    申请日:2010-04-30

    Applicant: 南开大学

    Abstract: 一种面向海量小规模XML文档融合路径约束的XML检索方法。包括:创新地以带有XPath形式路径约束的关键字作为用户提交查询的方式,使用户更加容易且准确地表达查询需求;提出一种新的融合路径约束的检索排序模型,该模型在传统向量空间模型基础上,充分利用XML文档的结构层次特性,巧妙地将N-Gram思想应用于路径约束匹配计算,从而获得文档同用户查询的相关度,最终按照相关度对文档进行排序。本发明提出的XML文档检索方案,能够准确地表达用户的查询需求,且充分利用XML文档的路径约束来计算文档同用户查询的相关度,通过本发明方案可得到更加符合用户需求的检索结果。本发明可用于XML文档检索、XML数据库检索等领域。

    视觉问答模型的训练方法、答案生成方法及相关装置

    公开(公告)号:CN116127024A

    公开(公告)日:2023-05-16

    申请号:CN202211227692.4

    申请日:2022-10-09

    Abstract: 本说明书实施方式提供了一种视觉问答模型的训练方法、答案生成方法及相关装置。该方法通过获取样本实例和与所述样本实例对应的扩展实例集;其中,样本实例至少包括样本图像和样本问题;扩展实例集中包括多个扩展实例;扩展实例至少包括扩展问题和扩展图像;将所述样本实例和所述扩展实例集中扩展实例分别输入视觉问答模型得到相应的预测结果;根据所述样本实例的预测结果和所述扩展实例的预测结果构建差异损失;差异损失随着所述样本实例的预测结果与所述扩展实例的预测结果之间的差异度增大而减小;根据差异损失调整所述视觉问答模型。以提高视觉问答模型的答案预测准确率。

    一种利用双功能小分子辅助修饰提高SERS传感器性能的方法

    公开(公告)号:CN115711872A

    公开(公告)日:2023-02-24

    申请号:CN202110957640.1

    申请日:2021-08-20

    Applicant: 南开大学

    Inventor: 尹永梅 张莹

    Abstract: 本发明利用双功能小分子辅助修饰提高SERS传感器性能的方法,为拉曼检测提供了一个细胞沉默区出峰的拉曼信号,提高了检测灵敏度,同时该小分子兼具封闭剂的功能,有效降低非特异性吸附及不可控集聚,显著提高了稳定性,为细胞内复杂环境的可控聚集提供了可能,提高了检测准确性。该方法制备方法简单、操作方便,所制备的传感器灵敏度高、准确性好,即使在细胞内的复杂环境也具有良好的监测溶酶体成熟所产生的pH变化过程,为相关疾病的诊断及早期治疗提供了一种可行的方法。

    基于深度强化学习的开放域对话回复方法及系统

    公开(公告)号:CN112417125A

    公开(公告)日:2021-02-26

    申请号:CN202011383042.X

    申请日:2020-12-01

    Applicant: 南开大学

    Abstract: 本发明属于人工智能领域,涉及自然语言生成和情感分析,为对开放域对话系统引入内容连贯性控制和情绪合理性控制,提出一种基于深度强化学习的开放域对话回复方法及系统。该方法包括,获取对话输入内容进行预处理;预处理后的信息输入对话回复控制模型进行处理,对话回复控制模型包括对话生成模块、内容连贯性控制模块和情绪合理性控制模块,对话生成模块用于生成对话回复,内容连贯性控制模块用于使对话上下文内容连贯,情绪合理性控制模块用于句子情绪分类和判断回复情绪是否合理;输出内容连贯且情绪合理的对话回复。

    基于深度学习的图片异常检测方法

    公开(公告)号:CN110827265A

    公开(公告)日:2020-02-21

    申请号:CN201911079051.7

    申请日:2019-11-07

    Applicant: 南开大学

    Abstract: 一种面向图片数据集的基于深度学习的图片异常检测方法。本发明方法是利用正常的图片类别数据作为输入数据,构建基于深度学习的图片异常检测模型,包含两个子模块,一个表示模块用于学习正常类别的图片数据集的特征,一个检测模块用于预测输入图片属于异常图片类别的概率,还使用置信度估计来提高预测准确率,两个模块采用对抗式训练方法,表示模块可以更好的学习到正常类别图片数据集的特征,检测模块则可以给出置信度更高更准确的预测结果。对于异常检测领域的四个常用数据集,本发明的方法克服了异常类别图片种类繁多难以收集的问题,只需要正常类别的图片作为训练数据,同时效果显著优于目前现有的其他面向图片数据集的异常检测方法。

Patent Agency Ranking