-
公开(公告)号：CN119005037A
公开(公告)日：2024-11-22
申请号：CN202410952861.3
申请日：2024-07-16
Applicant: 奥流(深圳)科技有限公司 , 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F30/28 , C02F1/32 , C02F1/72 , G06F30/25 , G06F113/08 , G06F119/14
Abstract: 一种紫外氧化反应器的CFD优化方法，涉及废水处理技术领域，流体循环系统确保反应介质均匀分布，并在紫外光照射下实现更加均匀的反应。通过CFD优化方法，对反应腔体的流场进行了模拟和分析，以确保反应介质在紫外光照射下的均匀分布。优化后的紫外高级氧化反应器可高效利用紫外光，反应速率显著增强，污染物迅速被降解为无害产物，如水和二氧化碳等。这一优化后的反应器在处理有机污染物方面表现尤为出色，如染料、有机溶剂等，将它们高效地转化为无害的中间产物，降低了废水对生态环境的影响。适用于对有机污染物的深度处理。
-
公开(公告)号：CN118551068A
公开(公告)日：2024-08-27
申请号：CN202410559309.8
申请日：2024-05-08
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/58 , G06F16/532 , G06F40/166 , G06F40/35 , G06N5/04
Abstract: 本申请公开了一种表情包检索方法、电子设备和计算机可读存储介质，该方法包括：获取对话文本，为对话文本拼接多种关系补充文本，得到拼接文本；其中，每种关系补充文本对应一种预设的常识关系；基于拼接文本，确定对话文本的意图信息和对话文本对应的意图融合文本特征；其中，意图融合文本特征融合有意图信息；获取意图融合文本特征相匹配的目标视觉属性，从目标视觉属性所对应的表情包合集中，获取与意图融合文本特征相匹配的目标表情包；其中，目标视觉属性从多个候选视觉属性中选取，候选视觉属性是基于多个表情包的描述文本确定的，且每个候选视觉属性对应各自的表情包合集。上述方案，能够提高表情包检索的准确性。
-
公开(公告)号：CN117034922A
公开(公告)日：2023-11-10
申请号：CN202310974278.8
申请日：2023-08-03
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F40/289 , G06F18/241 , G06F18/22 , G06F40/30 , G06F3/01
Abstract: 本申请公开了一种文本分类方法、设备及存储介质。该文本分类方法包括：获取待分类文本；确定待分类文本中每个单词对应的眼动信息，眼动信息用于表示各单词在待分类文本中的阅读特征；利用眼动信息对待分类文本进行分类，得到文本分类结果。上述方案，能够提高文本分类结果的准确度。
-
公开(公告)号：CN118626967A
公开(公告)日：2024-09-10
申请号：CN202410501555.8
申请日：2024-04-24
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F18/2431 , G10L25/63 , G10L25/30 , G06F18/23 , G06V20/40 , G06V10/40 , G06V10/764 , G06V10/762 , G06V10/82 , G06N3/0499 , G06N3/08
Abstract: 本申请公开了一种情绪类别的识别方法和相关装置，该方法包括：从多个参考类别对应的候选集合中获取每个所述参考类别对应的参考提示数据；其中，多个所述候选集合是基于多个参考数据及其对应的参考评论数据聚类后得到的；获取待识别数据，基于所述待识别数据和所述参考提示数据，获取与每个所述参考类别对应的预测评论数据；基于所述预测评论数据，获取所述待识别数据对应的目标情绪类别。通过上述方式，本申请能够提高对待识别数据进行情绪识别的准确性。
-
公开(公告)号：CN117037177A
公开(公告)日：2023-11-10
申请号：CN202310978020.5
申请日：2023-08-03
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06V30/18 , G06V30/146 , G06V10/82 , G06N3/0464
Abstract: 本申请公开了一种图像的文本描述信息生成方法，该图像的文本描述信息生成方法包括获取目标图像的图像特征、目标图像中目标物体的物体特征以及目标图像中目标区域的区域特征，目标区域基于目标图像中的目标物体确定；基于自适应注意机制对目标图像的图像特征进行处理，得到目标图像的全局表示；对目标物体的物体特征以及目标区域的区域特征进行局部感知处理，得到目标图像的局部表示；基于全局表示和局部表示进行解码处理，得到目标图像的目标文本描述信息。上述方案，能够提高文本描述信息生成的准确性。
-
Patent Agency Ranking
公开(公告)号：CN117003363A
公开(公告)日：2023-11-07
申请号：CN202311012106.9
申请日：2023-08-11
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: C02F1/72 , C02F101/30
Abstract: 本发明提供了一种精细化工废水处理一体化异相类芬顿反应器及其处理方法，该反应器包括反应罐，所述反应罐内的上部设有三相分离器，所述反应罐的底部设有曝气组件，所述反应罐的侧壁设有进水口、氧化剂投加口，所述曝气组件与供气单元连接；所述三相分离器包括筒体，所述筒体的底部连接锥形沉淀斗，所述锥形沉淀斗的底部设有气封构件，所述筒体的上壁设有若干通孔，所述筒体的中部设有溢流堰，所述溢流堰的底部与连接管连接，所述连接管从锥形沉淀斗倾斜伸出；所述溢流堰与筒体之间设有导流板；所述锥形沉淀斗的高度不小于1500mm。采用本发明的技术方案，提升了流体回流效果，降低催化剂损耗程度，降低了成本。
-
公开(公告)号：CN111475615B
公开(公告)日：2023-06-20
申请号：CN202010168893.6
申请日：2020-03-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
IPC: G06F16/33 , G06F18/214 , G06Q50/00
Abstract: 本发明提供了一种情感增强的细粒度情感预测方法，包括执行以下步骤：步骤1：根据方面词语或属性的特性对数据进行扩建；步骤2：结合对抗训练构造细粒度情感分析对抗网络模型，并且通过共享特征提取器提取所有训练样本的共通情感特征；步骤3：将提取到的共通情感特征和特定方面的情感特征相结合来构造对抗训练多任务学习网络框架，协助模型对数据样本缺乏文本进行细粒度情感识别。本发明的有益效果是：1.本发明所提出的对抗训练多任务学习框架能通过特征提取器和判别器共同学习提取到的共享特征来协助细粒度情感分类模型对输入文本进行细粒度情感预测；2.本发明基于这种对抗训练和多任务学习方法，可以增强数据集不同方面的情感特征表示。
-
公开(公告)号：CN111475615A
公开(公告)日：2020-07-31
申请号：CN202010168893.6
申请日：2020-03-12
Applicant: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
Abstract: 本发明提供了一种情感增强的细粒度情感预测方法，包括执行以下步骤：步骤1：根据方面词语或属性的特性对数据进行扩建；步骤2：结合对抗训练构造细粒度情感分析对抗网络模型，并且通过共享特征提取器提取所有训练样本的共通情感特征；步骤3：将提取到的共通情感特征和特定方面的情感特征相结合来构造对抗训练多任务学习网络框架，协助模型对数据样本缺乏文本进行细粒度情感识别。本发明的有益效果是：1.本发明所提出的对抗训练多任务学习框架能通过特征提取器和判别器共同学习提取到的共享特征来协助细粒度情感分类模型对输入文本进行细粒度情感预测；2.本发明基于这种对抗训练和多任务学习方法，可以增强数据集不同方面的情感特征表示。
-
公开(公告)号：CN111159411B
公开(公告)日：2023-04-14
申请号：CN201911420245.9
申请日：2019-12-31
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明提供了一种融合知识图谱的文本立场分析方法、系统及存储介质，该文本立场分析方法包括：使用文本向量表示工具将文本与对象表示为向量形式；使用实体链接工具找到文本中出现的实体，并将实体链接至知识图谱中；针对文本中出现的每个实体，建立一个单视角网络对该实体与给定对象以及文本进行建模，得到对应实体的单视角表示向量；将步骤3中到的N个单视角表示向量输入双向循环神经网络中，得到N个多视角融合表示向量；使用多视角注意力网络筛选多视角表示向量，得到最终用于分类的向量；使用分类器对分类的向量进行分类，得到立场类标。本发明的有益效果是：本发明只需要使用者提供（文本，对象，立场）三元组构成的训练数据集，便可自动利用大规模知识图谱中的信息对其进行分析，不需要使用者额外提供背景知识，立场分析性能更佳。
-
公开(公告)号：CN115510852A
公开(公告)日：2022-12-23
申请号：CN202210989377.9
申请日：2022-08-17
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本申请公开了一种关系抽取方法、设备及存储介质，关系抽取方法包括：利用关系抽取模型对当前任务的目标文本进行关系预测，得到每一目标文本对应的第一目标关系，并基于第一目标关系，确定当前代表性目标文本；将当前代表性目标文本、对应的第一目标关系和先验知识关系进行融合，得到与先验知识关系对应的当前关系原型；利用关系抽取模型对当前代表性目标文本和历史代表性目标文本进行记忆重现，得到当前代表性目标文本和历史代表性目标文本对应的第二目标关系；最后，基于第二目标关系调整关系抽取模型的网络参数。通过上述方式，能够提升利用关系抽取模型进行关系抽取得到的实体与实体之间的关系的准确性。
-
-
-
-
-
-
-
-
-
Search Results
33
records
(took 0.037 seconds)
