公开(公告)号：CN118332127B

公开(公告)日：2024-08-06

申请号：CN202410765291.7

申请日：2024-06-14

Applicant: 安徽农业大学

Inventor： 后睿晗 ,  王永梅 ,  张永恒 ,  王鹏 ,  文思鉴 ,  姚思亦 ,  宋贵宾 ,  高羽佳

IPC: G06F16/35 ,  G06F40/30 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明适用于自然语言处理技术领域，具体是一种基于跨语言集成的零样本文本分类方法，该方法包括构建多语言数据集、获取多语言分类文本、文本标签集映射成图像标签集、特征提取、相似度计算和集成预测的步骤，其中，在集成预测的步骤中，本发明运用集成学习的投票策略，选择最终文本分类预测结果并输出。本发明采用了跨语言集成方法，并增加了中文和意大利语的多语言数据集，具备广泛的语言支持和适应能力；本发明采用Multilingual‑CLIP模型，显著提高了零样本文本分类的性能；本发明还采用了投票机制进行预测结果的集成，通过多个模型的预测结果进行投票选择，进一步提高了预测准确性。

公开(公告)号：CN118332127A

公开(公告)日：2024-07-12

申请号：CN202410765291.7

申请日：2024-06-14

Applicant: 安徽农业大学

Inventor： 后睿晗 ,  王永梅 ,  张永恒 ,  王鹏 ,  文思鉴 ,  姚思亦 ,  宋贵宾 ,  高羽佳

IPC: G06F16/35 ,  G06F40/30 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明适用于自然语言处理技术领域，具体是一种基于跨语言集成的零样本文本分类方法，该方法包括构建多语言数据集、获取多语言分类文本、文本标签集映射成图像标签集、特征提取、相似度计算和集成预测的步骤，其中，在集成预测的步骤中，本发明运用集成学习的投票策略，选择最终文本分类预测结果并输出。本发明采用了跨语言集成方法，并增加了中文和意大利语的多语言数据集，具备广泛的语言支持和适应能力；本发明采用Multilingual‑CLIP模型，显著提高了零样本文本分类的性能；本发明还采用了投票机制进行预测结果的集成，通过多个模型的预测结果进行投票选择，进一步提高了预测准确性。

公开(公告)号：CN118333728A

公开(公告)日：2024-07-12

申请号：CN202410744216.2

申请日：2024-06-11

Applicant: 安徽农业大学

Inventor： 叶宇 ,  王永梅 ,  饶元 ,  范雅辰 ,  鲁顶芝 ,  孙萍 ,  姚思亦 ,  高羽佳

IPC: G06Q30/0601 ,  G06F18/22 ,  G06F18/21 ,  G06F18/214 ,  G06N3/042

Abstract: 本发明适属于图对比学习技术领域，具体是一种基于图对比学习的个性化推荐方法，包括如下步骤：依据用户与物品之间的交互数据构建一个交互图，图中的节点表示用户和物品，边表示它们之间的交互关系；利用图神经网络处理交互图，通过迭代更新的方式对每个节点进行特征学习；引入对比学习技术，通过定义正样本对与负样本对并使用对比损失函数，来优化学习到的节点特征表示；基于优化后的节点特征表示，计算用户节点与物品节点之间的相似度，根据相似度得分为每个用户生成个性化的推荐列表。本发明能够应用于电子商务、在线媒体等多种场景，具有良好的广泛适用性。