-
公开(公告)号：CN110222185A
公开(公告)日：2019-09-10
申请号：CN201910511692.9
申请日：2019-06-13
Applicant: 哈尔滨工业大学(深圳)
Abstract: 本发明专利涉及一种关联实体的情感信息分类方法。该方法包括步骤一），利用维基百科语料训练大规模的词向量作为文本中词语的通用词向量表示；步骤二），结合强化学习中的Q学习方法针对文本中不同的实体和实体属性对词向量进行微调，使词语在修饰不同实体或实体属性时有不同的向量表示；步骤三），将学习获得的词语情感信息向量表示应用到实体级别文本情感分析任务中。使用该方法能在不使用注意力机制的情况下，有效判别不同实体或实体属性的情感极性。
-
公开(公告)号：CN110222342A
公开(公告)日：2019-09-10
申请号：CN201910511670.2
申请日：2019-06-13
Applicant: 哈尔滨工业大学(深圳)
Abstract: 一种文本情感原因发现装置，该装置包括词-子句层级结构，包含有四部分：词级别编码器、词级别注意力、子句级别编码器、子句级别注意力；其中，词级别编码器，将文本送入词级别编码器，用于捕获词与词之间的序列特征；词级别注意力，通过当前词语的隐状态表示和与之对应的情绪表达词之间的关系来获得词级别的注意力值，用来指示当前词在其所在的子句中所占的重要程度，然后通过权重和累加操作获得每个子句的表示；子句级别注意力，利用一个分类器来获得当前子句是情感原因的概率，并以此作为子句的注意力值，同时将当前子句距离情绪表达词的距离的分布式表示与子句表示拼接；子句级别编码器，通过子句级编码器获取不同子句之间的结构性信息更新子句表示，通过softmax来获得分类特征的概率分布。通过该装置可以帮助机器更加精准地判断人类触发情感的原因。
-
公开(公告)号：CN106502394B
公开(公告)日：2019-06-25
申请号：CN201610907518.2
申请日：2016-10-18
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提供了一种基于脑电信号的词向量计算方法及装置，所述基于脑电信号的词向量计算方法包括：步骤S1，收集文本语料库，对文本语料库中的语料进行处理，得到以词组为单位的连续短语格式的语料；步骤S2，将连续短语格式的语料呈现给标注者，供标注者阅读，采集标注者阅读每一词组时的脑电信号；步骤S3，将采集到的词组对应的脑电信号作为预测目标，训练词向量，以当前词组为特征预测其上下文的脑电信号，构建基于脑电信号的词向量表示模型。本发明通过上述方案提高了词向量计算的准确性。
-
公开(公告)号：CN105678325A
公开(公告)日：2016-06-15
申请号：CN201511031284.1
申请日：2015-12-31
Applicant: 哈尔滨工业大学深圳研究生院
CPC classification number: G06K9/6277 , G06K9/00523 , G06K9/0055
Abstract: 本申请提供一种文本情感标注方法、装置及系统，由测试者阅读待分类的文本，采集文本阅读者的脑电信号，再根据脑电信号对该文本进行情感标注，能够从认知神经科学角度真实反映标注者的情绪，具有很高的准确性。并且，本申请不需要对标注人员进行长时间的培训，在开发文本情感分析系统时，能节约大量的时间与资金。
-
公开(公告)号：CN110222342B
公开(公告)日：2023-05-02
申请号：CN201910511670.2
申请日：2019-06-13
Applicant: 哈尔滨工业大学(深圳)
Abstract: 一种文本情感原因发现装置，该装置包括词‑子句层级结构，包含有四部分：词级别编码器、词级别注意力、子句级别编码器、子句级别注意力；其中，词级别编码器，将文本送入词级别编码器，用于捕获词与词之间的序列特征；词级别注意力，通过当前词语的隐状态表示和与之对应的情绪表达词之间的关系来获得词级别的注意力值，用来指示当前词在其所在的子句中所占的重要程度，然后通过权重和累加操作获得每个子句的表示；子句级别注意力，利用一个分类器来获得当前子句是情感原因的概率，并以此作为子句的注意力值，同时将当前子句距离情绪表达词的距离的分布式表示与子句表示拼接；子句级别编码器，通过子句级编码器获取不同子句之间的结构性信息更新子句表示，通过softmax来获得分类特征的概率分布。通过该装置可以帮助机器更加精准地判断人类触发情感的原因。
-
Patent Agency Ranking
公开(公告)号：CN111159411A
公开(公告)日：2020-05-15
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：CN104573031B
公开(公告)日：2018-06-05
申请号：CN201510018617.0
申请日：2015-01-14
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F17/30
Abstract: 一种微博突发事件检测方法，包括步骤：降维处理：基于LSH算法对微博数据流中的词汇进行映射处理；创建B‑Sketch模型：创建微博数据流中的B‑Sketch数据；推测突发事件：根据B‑Sketch数据计算微博数据流中的事件加速率a和事件中词的分布向量p，根据事件加速率a判断事件是否为突发事件。由于通过LSH算法将所有词汇映射到低维空间，降低了计算的复杂度，并基于B‑Sketch模型推测隐含的突发事件，使得能够快速有效的实时处理微博数据流，及早地检测出突发事件。
-
公开(公告)号：CN104573030B
公开(公告)日：2017-12-12
申请号：CN201510018521.4
申请日：2015-01-14
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本申请提供的文本情绪预测方法及装置，构建情绪匹配知识库，将待分类文本与情绪匹配知识库进行匹配，得到待分类文本的情绪特征，将所述待分类文本的情绪特征进行分类，得到文本的情绪分类结果。在人工构建具有动作与对象标注的情绪匹配知识库的基础上，将待分类文本自动学习进行分类，提高读者情绪预测的准确性和效率，满足大规模文本语料处理的需求。
-
公开(公告)号：CN104573030A
公开(公告)日：2015-04-29
申请号：CN201510018521.4
申请日：2015-01-14
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本申请提供的文本情绪预测方法及装置，构建情绪匹配知识库，将待分类文本与情绪匹配知识库进行匹配，得到待分类文本的情绪特征，将所述待分类文本的情绪特征进行分类，得到文本的情绪分类结果。在人工构建具有动作与对象标注的情绪匹配知识库的基础上，将待分类文本自动学习进行分类，提高读者情绪预测的准确性和效率，满足大规模文本语料处理的需求。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.053 seconds)
