-
Patent Agency Ranking
公开(公告)号：CN117744595B
公开(公告)日：2024-09-13
申请号：CN202311632958.8
申请日：2023-11-30
Applicant: 北方工业大学
IPC: G06F40/126 , G06F40/30 , G06F40/194
Abstract: 本发明提供一种隐喻识别方法、系统及设备和存储介质，属于自然语言处理技术领域，通过对目标数据进行数据增强处理，丰富句子和目标词的语义表示，结合隐喻词的光泽度gloss信息，使用双编码器有效地捕捉了句子的语义细微差别和隐喻的语言特征，从而使训练得到的隐喻词识别公式中的参数更为精确，从而取得良好的隐喻识别效果。
-
公开(公告)号：CN119830918A
公开(公告)日：2025-04-15
申请号：CN202411894941.4
申请日：2024-12-21
Applicant: 北方工业大学
IPC: G06F40/30 , G06F40/295 , G06N3/042 , G06N3/084
Abstract: 本发明涉及自然语言处理技术领域，特别是涉及一种基于超图神经网络的多模态实体关系抽取方法，包括：获取文本‑图像对并输入预设的超图构建模型中，获取文本‑图像对的节点特征和多模态超图结构，其中，多模态包括文本和图像，超图结构包括一组超边集，超边集中的每条超边能够同时连接多个节点，且超边连接的节点数量不受限制；将节点特征和多模态超图结构输入预设的超图神经网络模型中，输出文本‑图像对中的多模态实体关系，其中，超图神经网络模型用于从语义和语境关系分析超图节点信息传播，结合注意力机制赋予模态间语义信息的相应权重。本发明能够有效融合多模态信息，识别多模态信息的实体类别与实体关系。
-
公开(公告)号：CN117435737B
公开(公告)日：2024-07-05
申请号：CN202311494405.0
申请日：2023-11-10
Applicant: 北方工业大学
IPC: G06F16/35 , G06N3/042 , G06N3/0455 , G06N3/0495 , G06N3/082 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于自适应参数更新的终身情感分类方法，所属技术领域为参数更新，包括：获取通用情感分类数据集，对所述通用情感分类数据集进行随机抽取，获得情感分类数据集；基于BERT模型构建情感分类器，通过所述情感分类数据集对所述情感分类器依次进行训练，并对训练后的分类器进行迭代网络剪枝和自适应参数更新，获得终身情感分类器；通过所述终身情感分类器对情感进行分类。为了保证模型的稳定性和可塑性，本发明使用两阶段的模型参数更新策略，在终身学习的背景下充分利用了已学习过的知识帮助新任务的学习，并防止知识遗忘。
-
公开(公告)号：CN117744595A
公开(公告)日：2024-03-22
申请号：CN202311632958.8
申请日：2023-11-30
Applicant: 北方工业大学
IPC: G06F40/126 , G06F40/30 , G06F40/194
Abstract: 本发明提供一种隐喻识别方法、系统及设备和存储介质，属于自然语言处理技术领域，通过对目标数据进行数据增强处理，丰富句子和目标词的语义表示，结合隐喻词的光泽度gloss信息，使用双编码器有效地捕捉了句子的语义细微差别和隐喻的语言特征，从而使训练得到的隐喻词识别公式中的参数更为精确，从而取得良好的隐喻识别效果。
-
公开(公告)号：CN117435737A
公开(公告)日：2024-01-23
申请号：CN202311494405.0
申请日：2023-11-10
Applicant: 北方工业大学
IPC: G06F16/35 , G06N3/042 , G06N3/0455 , G06N3/0495 , G06N3/082 , G06N3/084 , G06N3/0985
Abstract: 本发明公开了一种基于自适应参数更新的终身情感分类方法，所属技术领域为参数更新，包括：获取通用情感分类数据集，对所述通用情感分类数据集进行随机抽取，获得情感分类数据集；基于BERT模型构建情感分类器，通过所述情感分类数据集对所述情感分类器依次进行训练，并对训练后的分类器进行迭代网络剪枝和自适应参数更新，获得终身情感分类器；通过所述终身情感分类器对情感进行分类。为了保证模型的稳定性和可塑性，本发明使用两阶段的模型参数更新策略，在终身学习的背景下充分利用了已学习过的知识帮助新任务的学习，并防止知识遗忘。
-
-
-
-
Search Results
5
records
(took 0.098 seconds)
