基于关键句子的Bert情感分析方法及装置

    公开(公告)号:CN116151237A

    公开(公告)日:2023-05-23

    申请号:CN202211737783.2

    申请日:2022-12-30

    Abstract: 本发明提供一种基于关键句子的Bert情感分析方法及装置,其中方法包括:对新闻数据的标题数据进行数据增广处理,得到多个同义数据;从新闻数据的内容数据中,获取与同义数据的关键句子数据;将得到的多个关键句子数据进行拼接,并将拼接后的句子数据输入Bert模型,确定新闻数据的情感倾向类型。本发明提供的基于关键句子的Bert情感分析方法及装置,通过对新闻数据的标题数据进行数据增广处理,得到标题数据的多个同义数据。从新闻数据的内容数据中提取与同义数据相关度高的句子作为Bert模型的输入,实现了从内容数据中获取更多能反映新闻主题数据,对新闻数据的情感倾向进行预测,提升了针对新闻数据的情感倾向预测的准确性。

    基于人工智能与完形心理学的用户界面生成方法及系统

    公开(公告)号:CN116088985A

    公开(公告)日:2023-05-09

    申请号:CN202211736341.6

    申请日:2022-12-30

    Abstract: 本发明提供一种基于人工智能与完形心理学的用户界面生成方法及系统,该方法包括:获取多张第一样本图片;对各张第一样本图片进行图像分割处理,得到多张第二样本图片,第二样本图片中划分有主页面显示区域和辅助页面显示区域;对各张第二样本图片中的图形组件进行特征提取,得到各个图形组件对应的特征向量;根据特征向量,对各张第二样本图片中的图形组件进行聚类处理,获取各个图形组件对应的界面图形类别,并根据界面图形类别,确定候选图形组件;构建预设用户页面框架,并根据候选图形组件,对预设用户页面框架进行填充,生成对应的目标用户界面。本发明使得生成的目标用户界面更符合用户需求,提高了用户界面的开发效率以及用户体验度。

    低光图像增强模型的训练方法和低光图像增强方法

    公开(公告)号:CN115984121A

    公开(公告)日:2023-04-18

    申请号:CN202211468704.2

    申请日:2022-11-22

    Abstract: 本发明涉及图像处理技术领域,尤其涉及一种低光图像增强模型的训练方法和低光图像增强方法。其中,低光图像增强模型的训练方法包括,在训练低光图像增强模型,可以先获取多个低光图像样本,以及各个低光图像样本对应的正常光图像;将多个低光图像样本输入到初始低光图像增强模型中,得到各个低光图像样本对应的预测增强图像;根据各个低光图像样本对应的正常光图像和所述预测增强图像,对初始低光图像增强模型的模型参数进行更新,以得到训练后的低光图像增强模型。这样通过深度学习使得训练得到的低光图像增强模型,可以获取到效果较好的增强图像,使得得到的增强图像细节可视性较高。

    多智能体信用分配方法、装置、可读存储介质和智能体

    公开(公告)号:CN115660110B

    公开(公告)日:2023-04-14

    申请号:CN202211672682.1

    申请日:2022-12-26

    Abstract: 本发明提供了一种多智能体信用分配方法、装置、可读存储介质和智能体,涉及强化学习、多智能体技术领域。该方法包括:定义信用分配智能体在预设环境中的信用分配策略空间;使信用分配智能体学习一个信用分配策略,使信用分配智能体在训练时按照信用分配策略探索信用分配策略空间,并基于全局状态信息输出动作;从动作得到目标动作,并将目标动作作为多智能体协同的信用分配策略。该方法从形式上定义了信用分配策略空间,并基于值分解框架提出了随机化信用分配方法,在训练时基于可学习的策略分布,能够以一定概率采样出一个信用分配策略,最终实现了对信用分配策略空间的有效探索,得到更好的信用分配策略,增强算法在多智能体合作任务上的能力。

    多智能体的价值评估方法、装置和可读储存介质

    公开(公告)号:CN115618754B

    公开(公告)日:2023-04-07

    申请号:CN202211631819.9

    申请日:2022-12-19

    Abstract: 本发明提供了一种多智能体的价值评估方法、装置和可读储存介质,涉人工智能技术领域,旨在解决针对多智能体,价值评估模块进行价值评估过程中,忽略了联合动作的作用,导致价值评估模块的价值评估在联合行动空间上的泛化性较差的技术问题,本发明提供的多智能体的价值评估方法以互信息最大化的方法来更新联合动作映射模型中的映射函数,使得联合动作映射与状态转移向量之间的互信息最大化,即使得联合动作映射的映射向量中蕴含丰富的状态转移信息,也即在通过价值评估模块进行价值评估之前,能够知道联合动作的各种结果信息,这样提前知道联合动作的结果又能够使得价值评估模块的评估结果更加准确。

    用户属性推断模型的训练方法、推断方法和电子设备

    公开(公告)号:CN115796282A

    公开(公告)日:2023-03-14

    申请号:CN202211494136.3

    申请日:2022-11-25

    Abstract: 本申请提供一种用户属性推断模型的训练方法、推断方法和电子设备,涉及人工智能和深度学习技术领域。该方法包括:获取多个用户各自的推文内容样本,以及各用户对应的属性标签;基于多个用户各自的推文内容样本,构建多个用户对应的用户关系图;分别对多个用户各自的推文内容样本进行编码,得到多个用户各自对应的初始编码特征;将多个用户各自对应的初始编码特征和用户关系图输入至初始用户属性推断模型中,得到各用户对应的预测属性;根据各用户对应的预测属性和属性标签,对初始用户属性推断模型进行更新,以得到训练后的用户属性推断模型,解决了现有技术中如何对未知用户属性进行推断的问题,且提高了推断结果的准确度。

    动态知识图谱预测方法、装置、电子设备及存储介质

    公开(公告)号:CN116796001A

    公开(公告)日:2023-09-22

    申请号:CN202310628310.7

    申请日:2023-05-30

    Abstract: 本发明涉及自然语言处理技术领域,提供一种动态知识图谱预测方法、装置、电子设备及存储介质,该方法获取历史事件语料;将历史事件语料输入至图谱构建模型,得到当前时刻的知识图谱。该图谱构建模型通过隐含关系提取模块及关系编码模块实现对历史事件语料中隐含关系的提取及编码,通过实体时序表征模块得到当前时刻的知识图谱,使得到的知识图谱不仅包含有历史事件语料中各实体已经存在的关系信息,还包含在历史事件语料中隐含的各实体的关联关系,知识图谱的准确性更高,使知识图谱后续应用效果更佳。而且,通过历史事件语料的不断更新,可以实现知识图谱的准确动态预测。本发明已受到了国家重点研发计划项目(2019YQ1601)的资助。

    多智能体信用分配方法、装置、可读存储介质和智能体

    公开(公告)号:CN115660110A

    公开(公告)日:2023-01-31

    申请号:CN202211672682.1

    申请日:2022-12-26

    Abstract: 本发明提供了一种多智能体信用分配方法、装置、可读存储介质和智能体,涉及强化学习、多智能体技术领域。该方法包括:定义信用分配智能体在预设环境中的信用分配策略空间;使信用分配智能体学习一个信用分配策略,使信用分配智能体在训练时按照信用分配策略探索信用分配策略空间,并基于全局状态信息输出动作;从动作得到目标动作,并将目标动作作为多智能体协同的信用分配策略。该方法从形式上定义了信用分配策略空间,并基于值分解框架提出了随机化信用分配方法,在训练时基于可学习的策略分布,能够以一定概率采样出一个信用分配策略,最终实现了对信用分配策略空间的有效探索,得到更好的信用分配策略,增强算法在多智能体合作任务上的能力。

    多智能体的价值评估方法、装置和可读储存介质

    公开(公告)号:CN115618754A

    公开(公告)日:2023-01-17

    申请号:CN202211631819.9

    申请日:2022-12-19

    Abstract: 本发明提供了一种多智能体的价值评估方法、装置和可读储存介质,涉人工智能技术领域,旨在解决针对多智能体,价值评估模块进行价值评估过程中,忽略了联合动作的作用,导致价值评估模块的价值评估在联合行动空间上的泛化性较差的技术问题,本发明提供的多智能体的价值评估方法以互信息最大化的方法来更新联合动作映射模型中的映射函数,使得联合动作映射与状态转移向量之间的互信息最大化,即使得联合动作映射的映射向量中蕴含丰富的状态转移信息,也即在通过价值评估模块进行价值评估之前,能够知道联合动作的各种结果信息,这样提前知道联合动作的结果又能够使得价值评估模块的评估结果更加准确。

Patent Agency Ranking