-
公开(公告)号：CN112634405B
公开(公告)日：2024-11-01
申请号：CN202011373051.0
申请日：2020-11-30
Applicant: 南京大学
IPC: G06T11/60 , G06F40/284 , G06N3/0455 , G06N3/0475 , G06N3/088 , G06N3/094 , G06N3/096
Abstract: 本发明公开了一种面向众测任务发布的图文生成方法，获取足够多的真实众测场景任务发布中的相关数据，针对不同任务，对数据进行整理和清洗；根据预处理后的结构化任务相关词，使用基于规则和模板的方法生成优质的完整任务文本描述；根据相关的任务方提供的任务描述和相关背景图生成与任务相关的词云图。使用统计得到的相关风格数据集，使用MUNIT网络模型进行无监督训练风格迁移模型。本发明通过生成相对应的任务发布文本和相关任务图片，在减轻了众测平台管理方的压力同时，能够增加众测平台使用人员的交互并且使相关任务重点内容更突出，提高了浏览和查看任务的效率。
-
公开(公告)号：CN113361780A
公开(公告)日：2021-09-07
申请号：CN202110641778.0
申请日：2021-06-09
Applicant: 南京大学
Abstract: 本发明公开了一种众包测试人员的评价方法。S10数据采集，众测测试人员在众包平台上注册信息，参加考试，领取任务并参与测试提交报告；S20特征提取，把采集到数据的来源分为人员信息、人机协同、历史测试数据三类；从获取的数据中提取出身份背景、社交人脉、能力证明、履约记录、历史行为五类特征共22个指标量；S30训练逻辑回归分类器，将训练数据集中的指标数据与众测人员的评价输入逻辑回归模型，对逻辑回归模型进行训练，使用梯度上升法计算损失函数的最大似然估计，确定参数；S33，构建预测函数，求所有数据的概率值，并根据概率值和阈值得出分类器的结果；通过训练好的分类器得到人员的评价。
-
公开(公告)号：CN113297089A
公开(公告)日：2021-08-24
申请号：CN202110642819.8
申请日：2021-06-09
Applicant: 南京大学
IPC: G06F11/36 , G06F16/36 , G06F40/289 , G06F40/295 , G06F40/30
Abstract: 本发明公开了一种基于知识图谱的众测助理实现方法。数据采集阶段，确定好与测试领域相关的关键词；数据预处理阶段，设计相应的规则提取内容中的三元组，同时将别名、外文名用于实体对齐，与通用知识图谱CN‑DBpedia合并；数据存储阶段，以图数据库Neo4j存储数据，利用Cypher查询语句将三元组嵌入图数据库中；问句解析阶段，从用户的输入中，利用模板匹配从中抽取出槽值对，槽对应实体，值对应关系或属性，用py2neo嵌入Cypher语句查询相应的结果，并以聊天格式返回给用户。本发明以图数据库作为存储结构，满足了智能助理所要求的最大延时，领域内的知识图谱能够使智能助理为测试人员提供更好的帮助。
-
公开(公告)号：CN112634405A
公开(公告)日：2021-04-09
申请号：CN202011373051.0
申请日：2020-11-30
Applicant: 南京大学
IPC: G06T11/60 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种面向众测任务发布的图文生成方法，获取足够多的真实众测场景任务发布中的相关数据，针对不同任务，对数据进行整理和清洗；根据预处理后的结构化任务相关词，使用基于规则和模板的方法生成优质的完整任务文本描述；根据相关的任务方提供的任务描述和相关背景图生成与任务相关的词云图。使用统计得到的相关风格数据集，使用MUNIT网络模型进行无监督训练风格迁移模型。本发明通过生成相对应的任务发布文本和相关任务图片，在减轻了众测平台管理方的压力同时，能够增加众测平台使用人员的交互并且使相关任务重点内容更突出，提高了浏览和查看任务的效率。
-
公开(公告)号：CN110532255A
公开(公告)日：2019-12-03
申请号：CN201910420403.4
申请日：2019-05-20
Applicant: 南京大学
IPC: G06F16/22 , G06F16/2455 , G06K9/62
Abstract: 本发明公开了一种基于三维R树的时空数据的存储及检索和更新方法，根据时空数据在空间中的位置关系，通过聚类的方式将相似的样本划分到同一个类别中，每个类别作为接下来建立R树的一个基本单元。使用三维R树来存储由二维空间数据和时间数据组成的时空数据，且在R树中的每个结点存储该条数据在原始数据库中的主键id。在数据检索阶段，获得包含该数据的最小立方体块，接下来在此立方体块中对数据进行精确查找。在数据更新阶段，原始数据被插入到外部数据库中，同时向R树中增加其对应的新的索引。本发明将R树用于时空数据的存储与检索优化，利用R树具有高平衡性的特点，可以显著地提高数据检索、更新时的效率。
-
Patent Agency Ranking
公开(公告)号：CN113392245A
公开(公告)日：2021-09-14
申请号：CN202110664152.1
申请日：2021-06-16
Applicant: 南京大学
IPC: G06F16/532 , G06F16/583 , G06F40/284 , G06T5/50
Abstract: 本发明公开了一种用于众测任务发布的文本摘要与图文检索生成方法，采集真实众测场景任务发布中提取的相关数据，对相关数据进行筛选整理与清洗；对给定的相关单个或多个任务文档进行摘要生成，利用上阶段获得的任务相关文本摘要，收集相关图片数据库并检索出合适的图像；对检索出的两幅相关图像进行二次融合加工，以生成的方式整合为一张图片，提高图片与任务的匹配度和信息量。本发明通过在众测任务发布中对较为繁杂的任务文档提取较为简短的文本摘要，降低了众测平台方的工作量；同时使用图文检索与图像融合技术，生成具有特色的任务图片。
-
公开(公告)号：CN110134692A
公开(公告)日：2019-08-16
申请号：CN201910413012.X
申请日：2019-05-17
Applicant: 南京大学
Abstract: 一种基于频率属性和PCA的时空索引建立方法，1)数据采集，采集并获取足够多的真实应用场景中的对象产生的具有经度、纬度、时间以及查询频率四个特征(称为基于频率属性的时空特征)的数据，数据的这四个特征字段不能存在任何缺失；2)数据预处理，将获取的当前划分的数据块中所有数据看作时空三维坐标系中的点，选取前K个(默认为4)频率最大的数据点，根据PCA算法得到这四个点对应的投影平面；3)，索引计算，根据在投影面上的四个点，连接这四个点构成一个凸四边形，选取四条边的中点并连接对边的中点以此构建两个划分平面；4)索引建立，递归的进行步骤2和步骤3的划分操作，每一个划分的空间块即可对应为树中的一个结点。
-
公开(公告)号：CN110134692B
公开(公告)日：2023-04-07
申请号：CN201910413012.X
申请日：2019-05-17
Applicant: 南京大学
Abstract: 一种基于频率属性和PCA的时空索引建立方法，1)数据采集，采集并获取足够多的真实应用场景中的对象产生的具有经度、纬度、时间以及查询频率四个特征(称为基于频率属性的时空特征)的数据，数据的这四个特征字段不能存在任何缺失；2)数据预处理，将获取的当前划分的数据块中所有数据看作时空三维坐标系中的点，选取前K个(默认为4)频率最大的数据点，根据PCA算法得到这四个点对应的投影平面；3)，索引计算，根据在投影面上的四个点，连接这四个点构成一个凸四边形，选取四条边的中点并连接对边的中点以此构建两个划分平面；4)索引建立，递归的进行步骤2和步骤3的划分操作，每一个划分的空间块即可对应为树中的一个结点。
-
公开(公告)号：CN113378051A
公开(公告)日：2021-09-10
申请号：CN202110664156.X
申请日：2021-06-16
Applicant: 南京大学
IPC: G06F16/9535 , G06N3/04
Abstract: 本发明公开了一种基于图神经网络的用户‑任务关联的众包任务推荐方法，通过众包任务平台采集真实的用户产生的用户与用户之间的交互信息、用户历史承接的众包任务信息、用户本身对于任务的偏好标签信息，并分别构建构建用户关联图、任务关联图、用户‑任务关联图；分别利用图神经网络进行训练，从而得到用户和产品的初步向量表示；利用新的图神经网络，保留用户在历史上承接的众包任务信息；通过学到的用户和产品表示，进而得到针对用户的任务推荐列表。本发明得到更加针对用户的任务推荐信息，并且针对新加入的用户，如果得到其与历史用户的连接，可以更好的解决一部分推荐冷启动问。
-
公开(公告)号：CN113378051B
公开(公告)日：2024-03-22
申请号：CN202110664156.X
申请日：2021-06-16
Applicant: 南京大学
IPC: G06F16/9535 , G06N3/042
Abstract: 本发明公开了一种基于图神经网络的用户‑任务关联的众包任务推荐方法，通过众包任务平台采集真实的用户产生的用户与用户之间的交互信息、用户历史承接的众包任务信息、用户本身对于任务的偏好标签信息，并分别构建构建用户关联图、任务关联图、用户‑任务关联图；分别利用图神经网络进行训练，从而得到用户和产品的初步向量表示；利用新的图神经网络，保留用户在历史上承接的众包任务信息；通过学到的用户和产品表示，进而得到针对用户的任务推荐列表。本发明得到更加针对用户的任务推荐信息，并且针对新加入的用户，如果得到其与历史用户的连接，可以更好的解决一部分推荐冷启动问。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.015 seconds)
