-
公开(公告)号：CN110472115A
公开(公告)日：2019-11-19
申请号：CN201910728636.0
申请日：2019-08-08
Applicant: 东北大学
IPC: G06F16/9035 , G06F16/906 , G06F16/951 , G06Q50/00
Abstract: 本发明提供一种基于深度学习的社交网络文本情感细粒度分类方法，涉及情感多分类领域，本发明使用Scrapy框架爬取社交网络文本数据，进行数据清洗、分词，将分词结果作为word2vec的输入进行词向量转化；基于CNN模型进行文本的情感8分类，将词向量转化结果作为CNN嵌入层的输入，进行卷积、池化、概率计算等前向、反向传播过程训练模型，实现对网络评论情感分类的迁移学习，对社交网络文本进行二轮抽样实现实例迁移、训练分类器，并对评论进行情感预测；对前述工作进行系统设计，对分析结果进行可视化展示，利用MVC三层架构设计展示模块，并针对单文本或多文本情感细粒度分类、跨平台迁移学习文本情感细粒度分类、社交网络热度地图等三方面功能对界面进行设计。
-
公开(公告)号：CN108133330A
公开(公告)日：2018-06-08
申请号：CN201810032010.1
申请日：2018-01-12
Applicant: 东北大学
Abstract: 本发明公开了一种面向社交众包任务分配方法及其系统，包括根据任务发布者发布的众包任务，对工作者以及所述众包任务进行匹配度估计算法计算，得到众包任务匹配度最高的一组工作者；采用贪心算法对任务分配进行计算，在众包任务匹配度最高的一组工作者中，选择整体匹配度之和最大的一组工作者作为最后的分配结果，以使得每个任务具有不同的待分配工作者，等待工作者成员领取任务，完成众包任务分配，增加了任务推荐的兴趣等信息的参考关系，使得任务推荐更加的高效，准确，并且，提高了算法性能，提高众包服务的质量。
-
公开(公告)号：CN110472115B
公开(公告)日：2022-08-02
申请号：CN201910728636.0
申请日：2019-08-08
Applicant: 东北大学
IPC: G06F16/9035 , G06F16/906 , G06F16/951 , G06Q50/00
Abstract: 本发明提供一种基于深度学习的社交网络文本情感细粒度分类方法，涉及情感多分类领域，本发明使用Scrapy框架爬取社交网络文本数据，进行数据清洗、分词，将分词结果作为word2vec的输入进行词向量转化；基于CNN模型进行文本的情感8分类，将词向量转化结果作为CNN嵌入层的输入，进行卷积、池化、概率计算等前向、反向传播过程训练模型，实现对网络评论情感分类的迁移学习，对社交网络文本进行二轮抽样实现实例迁移、训练分类器，并对评论进行情感预测；对前述工作进行系统设计，对分析结果进行可视化展示，利用MVC三层架构设计展示模块，并针对单文本或多文本情感细粒度分类、跨平台迁移学习文本情感细粒度分类、社交网络热度地图等三方面功能对界面进行设计。
-
公开(公告)号：CN108133330B
公开(公告)日：2022-04-08
申请号：CN201810032010.1
申请日：2018-01-12
Applicant: 东北大学
IPC: G06Q10/06 , G06F16/9536 , G06Q50/00
Abstract: 本发明公开了一种面向社交众包任务分配方法及其系统，包括根据任务发布者发布的众包任务，对工作者以及所述众包任务进行匹配度估计算法计算，得到众包任务匹配度最高的一组工作者；采用贪心算法对任务分配进行计算，在众包任务匹配度最高的一组工作者中，选择整体匹配度之和最大的一组工作者作为最后的分配结果，以使得每个任务具有不同的待分配工作者，等待工作者成员领取任务，完成众包任务分配，增加了任务推荐的兴趣等信息的参考关系，使得任务推荐更加的高效，准确，并且，提高了算法性能，提高众包服务的质量。
-
-
-
Search Results
4
records
(took 0.029 seconds)
