公开(公告)号：CN115168617A

公开(公告)日：2022-10-11

申请号：CN202210928004.0

申请日：2022-08-03

Applicant: 中国电信股份有限公司

Inventor： 张凯程 ,  张画

IPC: G06F16/36 ,  G06F16/35 ,  G06F16/28 ,  G06K9/62 ,  G06F40/30

Abstract: 本公开提供了一种知识表示学习方法及装置、电子设备、存储介质，涉及知识图谱技术领域。该知识表示学习方法包括：获取知识图谱对应的三元组数据，所述三元组数据包括源实体、目标实体以及所述源实体和所述目标实体之间的关系；对所述三元组数据中的所有实体进行语义分层，得到实体分层数据；将所述实体分层数据输入到知识表示学习模型中，对所述知识表示学习模型进行训练，得到所述知识图谱中实体与关系之间的分布式向量表示。本公开实施例的技术方案对知识图谱进行实体语义分层后实现知识表示学习，能够使得到的实体与关系之间的分布式向量表示更加准确，有效提升知识表示学习模型对知识图谱的链接预测的准确性。

公开(公告)号：CN116189669A

公开(公告)日：2023-05-30

申请号：CN202111422119.4

申请日：2021-11-26

Applicant: 中国电信股份有限公司

Inventor： 张星星 ,  张画

IPC: G10L15/14 ,  G10L15/26 ,  G10L25/63 ,  G06V40/70 ,  G06V40/16 ,  G06V10/764 ,  G06V10/82 ,  G06F16/35 ,  G06N3/0464 ,  G06N3/088

Abstract: 本公开涉及多模态情绪识别方法以及系统，该方法包括：多模态信息预处理步骤，采集用户的语音数据和图像数据，获得对应的语音片段数据和面部图像数据；多模态情绪识别步骤，进行语音、文本和表情视觉情绪分析以得到对应的情绪状态的结果；第一HMM处理步骤，将多模态的情绪状态的结果组合成一组特征，作为观测值输入至该第一HMM，输出各个情绪的对应概率；相关度计算步骤，对于多模态的情绪状态的结果，使用交叉相关函数CCF，计算结果两两之间的相关性；以及第二HMM处理步骤，将相关性结果以及多模态的情绪状态的结果作为观测值输入至该第二HMM，将输出数值最大的情绪作为最终识别结果。