弹幕回复生成方法、装置及电子设备

    公开(公告)号:CN113591462B

    公开(公告)日:2024-12-13

    申请号:CN202110855573.2

    申请日:2021-07-28

    Inventor: 刘伟伟

    Abstract: 本发明实施例涉及人工智能技术领域,公开了一种弹幕回复生成方法、装置及电子设备。该方法包括:获取弹幕信息上文;将所述弹幕信息上文进行预处理,转换为初始文本向量;确定所述初始文本向量的主题语义关系分布;根据所述初始文本向量,确定所述弹幕信息上文中各词之间的句法依存向量及位置关系向量;将所述句法依存关系向量和所述位置关系向量进行加权计算得到各词的输入向量;将所述输入向量及所述主题语义关系分布输入目标神经网络模型进行预测,以生成用于回复所述弹幕信息上文的弹幕信息下文。通过上述方式,本发明实施例提高了弹幕回复的质量。

    一种情感数据的分析方法及装置

    公开(公告)号:CN107229610B

    公开(公告)日:2019-06-21

    申请号:CN201710162111.6

    申请日:2017-03-17

    Abstract: 本发明公开了一种情感数据的分析方法,所述方法包括:获取待分析数据;对所述待分析数据进行分词处理,得到分词特征数据;将所述分词特征数据生成用于确定所述分词特征数据中各词之间语义关系的分布式词向量;根据所述分布式词向量中各词的特征数据,得到所述待分析数据的完整数据向量;根据学习模型对所述完整数据向量进行分类计算,得到用于确定所述待分析数据的情感属性。本发明还同时公开了一种情感数据的分析装置。

    一种神经网络模型训练方法及装置、文本标签确定方法及装置

    公开(公告)号:CN109165380B

    公开(公告)日:2022-07-01

    申请号:CN201810837902.9

    申请日:2018-07-26

    Abstract: 本发明公开了一种神经网络模型训练方法,包括:获取由若干文本的语义主题特征向量构成的样本特征集,以及可作为文本标签的若干标签构成的标签集;基于所述样本特征集和所述标签集,按照下述方式训练神经网络模型:以所述样本特征集为第1层神经网络模型的输入,以所述标签集中第1个标签为第1层神经网络模型的输出,训练第1级神经网络模型;以第m‑1层的训练结果以及所述样本特征集为第m层神经网络模型的输入,以所述标签集中第m个标签为第m层神经网络模型的输出,训练第m级神经网络模型;其中,2≤m≤M,M为所述标签集包括的标签总数量。本发明还公开了一种神经网络模型训练装置、文本标签确定方法及装置。

    弹幕回复生成方法、装置及电子设备

    公开(公告)号:CN113591462A

    公开(公告)日:2021-11-02

    申请号:CN202110855573.2

    申请日:2021-07-28

    Inventor: 刘伟伟

    Abstract: 本发明实施例涉及人工智能技术领域,公开了一种弹幕回复生成方法、装置及电子设备。该方法包括:获取弹幕信息上文;将所述弹幕信息上文进行预处理,转换为初始文本向量;确定所述初始文本向量的主题语义关系分布;根据所述初始文本向量,确定所述弹幕信息上文中各词之间的句法依存向量及位置关系向量;将所述句法依存关系向量和所述位置关系向量进行加权计算得到各词的输入向量;将所述输入向量及所述主题语义关系分布输入目标神经网络模型进行预测,以生成用于回复所述弹幕信息上文的弹幕信息下文。通过上述方式,本发明实施例提高了弹幕回复的质量。

    一种神经网络模型训练方法及装置、文本标签确定方法及装置

    公开(公告)号:CN109165380A

    公开(公告)日:2019-01-08

    申请号:CN201810837902.9

    申请日:2018-07-26

    Abstract: 本发明公开了一种神经网络模型训练方法,包括:获取由若干文本的语义主题特征向量构成的样本特征集,以及可作为文本标签的若干标签构成的标签集;基于所述样本特征集和所述标签集,按照下述方式训练神经网络模型:以所述样本特征集为第1层神经网络模型的输入,以所述标签集中第1个标签为第1层神经网络模型的输出,训练第1级神经网络模型;以第m-1层的训练结果以及所述样本特征集为第m层神经网络模型的输入,以所述标签集中第m个标签为第m层神经网络模型的输出,训练第m级神经网络模型;其中,2≤m≤M,M为所述标签集包括的标签总数量。本发明还公开了一种神经网络模型训练装置、文本标签确定方法及装置。

    一种情感数据的分析方法及装置

    公开(公告)号:CN107229610A

    公开(公告)日:2017-10-03

    申请号:CN201710162111.6

    申请日:2017-03-17

    CPC classification number: G06F17/2785 G06F17/2775 G06K9/6268

    Abstract: 本发明公开了一种情感数据的分析方法,所述方法包括:获取待分析数据;对所述待分析数据进行分词处理,得到分词特征数据;将所述分词特征数据生成用于确定所述分词特征数据中各词之间语义关系的分布式词向量;根据所述分布式词向量中各词的特征数据,得到所述待分析数据的完整数据向量;根据学习模型对所述完整数据向量进行分类计算,得到用于确定所述待分析数据的情感属性。本发明还同时公开了一种情感数据的分析装置。

Patent Agency Ranking