-
公开(公告)号：CN113191144B
公开(公告)日：2024-04-09
申请号：CN202110297717.7
申请日：2021-03-19
Applicant: 北京工商大学
IPC: G06F40/289 , G06F18/2415 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于传播影响力的网络谣言识别方法，具体包括如下步骤：对多个包含谣言信息的文本进行神经网络训练，得到文本特征矩阵；获取第一用户节点信息矩阵；构建传播图结构；构建发布用户传递注意力节点模型；根据更新后的第二用户节点信息矩阵和所述文本特征矩阵来训练神经网络模型，得到谣言识别模型；根据所述谣言识别模型识别网络谣言。本发明还公开一种基于传播影响力的网络谣言识别系统，包括：文本特征矩阵获取模块、用户节点信息获取模块、第一构建模块、第二构建模块、训练模块、识别模块；综上，本发明有效的捕获了谣言信息在转发关系中不同维度的节点信息，能够有效识别谣言信息。
-
公开(公告)号：CN114201583A
公开(公告)日：2022-03-18
申请号：CN202111503732.9
申请日：2021-12-10
Applicant: 北京工商大学
IPC: G06F16/33 , G06F16/35 , G06F40/194 , G06F40/242 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于图注意力网络的中文金融事件自动抽取方法及系统，其方法包括：步骤S1：从相关领域网站获取中文金融事件的相关数据和金融领域词典，对获取的数据进行预处理；步骤S2：构建原型事件，手工标注典型类别的金融事件数据作为种子数据，得到每类对应的原型事件；步骤S3：构建中文金融事件自动抽取模型，对待分类的中文金融事件进行分类并进行事件元素的抽取。本发明能够利用小样本数据对中文金融事件语料进行扩充，能够解决中文事件抽取语料稀缺问题，为相关研究提高有力的数据支撑；同时，利用图注意力网络和双向长短期记忆网络能够提高事件抽取效果，结合原型事件和相似度计算，能够大大降低模型对标注样本的需求，提高模型的泛化能力。
-
公开(公告)号：CN113191144A
公开(公告)日：2021-07-30
申请号：CN202110297717.7
申请日：2021-03-19
Applicant: 北京工商大学
IPC: G06F40/289 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于传播影响力的网络谣言识别方法，具体包括如下步骤：对多个包含谣言信息的文本进行神经网络训练，得到文本特征矩阵；获取第一用户节点信息矩阵；构建传播图结构；构建发布用户传递注意力节点模型；根据更新后的第二用户节点信息矩阵和所述文本特征矩阵来训练神经网络模型，得到谣言识别模型；根据所述谣言识别模型识别网络谣言。本发明还公开一种基于传播影响力的网络谣言识别系统，包括：文本特征矩阵获取模块、用户节点信息获取模块、第一构建模块、第二构建模块、训练模块、识别模块；综上，本发明有效的捕获了谣言信息在转发关系中不同维度的节点信息，能够有效识别谣言信息。
-
公开(公告)号：CN116108188A
公开(公告)日：2023-05-12
申请号：CN202210838567.0
申请日：2022-07-18
Applicant: 北京工商大学
IPC: G06F16/36 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明涉及一种基于门控循环神经网络的时间知识图谱补全方法及系统，其方法包括：步骤S1：从知识图谱相关网站下载时间知识图谱相关数据，并对获取的数据进行预处理，构建粒度均匀的时间戳序列以及子时间知识图谱序列；步骤S2：根据预处理的时间知识图谱数据构建时间知识图谱补全模型；步骤S3：构建时间知识图谱中待补全的四元组集合，并将其输入到时间知识图谱补全模型中，得到四元组补全结果。本发明能够根据现有的时间知识图谱数据推理出已经发生但是没有出现在时间知识图谱中的事件，获取新的四元组，实现时间知识图谱补全，为相关研究和应用提供数据支撑；同时，利用门控循环神经网络提高对时间知识图谱中实体和关系的进化信息的学习，将时间信息与实体和关系相结合，获取实体和关系随时间不断进化的信息，提升模型对时间知识图谱补全的准确度。
-
-
-
Search Results
4
records
(took 0.026 seconds)
