公开(公告)号：CN115730608A

公开(公告)日：2023-03-03

申请号：CN202211511162.2

申请日：2022-11-29

Applicant: 华中师范大学

Inventor： 彭晛 ,  张政 ,  刘智 ,  刘三女牙 ,  戴志诚 ,  刘石奇 ,  秦梓雯 ,  李淑芳

IPC: G06F40/35 ,  G06F40/216 ,  G06F40/289 ,  G06F40/242 ,  G06F16/34 ,  G06F16/35 ,  G06N7/01 ,  G06Q50/20

Abstract: 本发明提供一种学习者在线交流信息分析方法及系统，包括：确定学习者在学习交流互动过程中生成的多维度话语文本信息；将多维度话语文本信息输入到训练优化后的时序主题模型，以基于多维度话语文本信息分析得到对应的学习者特征信息；时序主题模型根据贝叶斯理论和图模型建立，建立过程中整合学习者话语文本交互的外显社会行为，并整合学习者的内隐认知、情感及主题的动态耦合关系，融合学习者话语文本交互的时序特征，引入时间变量构建得到时序主题模型，解析学习者话语文本信息反映的不同要素之间的关联关系，实现对学习者话语文本的多维度分析。本发明为在线学习环境中学习共同体和个体的学习画像以及开展个性化教学提供有效的数据驱动支撑。

公开(公告)号：CN119961452A

公开(公告)日：2025-05-09

申请号：CN202510018059.1

申请日：2025-01-06

Applicant: 华中师范大学

Inventor： 彭晛 ,  齐佳琪 ,  张政 ,  孙建文 ,  刘智 ,  刘三女牙 ,  靳燕燕 ,  勾瑞雪

IPC: G06F16/353 ,  G06F40/30 ,  G06F40/216

Abstract: 本发明提供一种基于多维数据增强和孪生特征提取的情感分类方法及装置，该方法包括：基于多维数据增强模型对待分类文本分别进行字级别、词级别和句级别的增强处理；基于孪生特征提取模型从增强处理后的待分类文本中提取中文句式结构信息和中文语义信息，所述中文句式结构信息和所述中文语义信息形成孪生特征对；使用深度神经网络从所述孪生特征对的整合特征中提取文本特征，根据所述文本特征得到所述待分类文本的预测情感类别；所述多维数据增强模型、孪生特征提取模型和深度神经网络整体通过以文本样本为样本，以所述文本样本的标注情感类别为标签进行训练得到。本发明提高文本情感分类的精度。