-
公开(公告)号：CN117951301A
公开(公告)日：2024-04-30
申请号：CN202410184469.9
申请日：2024-02-19
申请人： 桂林电子科技大学
IPC分类号： G06F16/35 , G06F40/211 , G06F40/30 , G06N3/042 , G06N3/0464 , G06N3/0455 , G06N3/084 , G06N3/048
摘要： 本发明公开了标记打包策略的方面情感三元组抽取方法，包括：构建初始实体识别模型和初始情感分类模型，对所述初始实体识别模型和初始所述情感分类模型进行独立训练，获取实体识别模型和情感分类模型；输入待测试句子，输入所述实体识别模型中，获取句子中方面词和观点词，基于所述实体识别模型预测的实体构建情感分类模型的输入；将所述情感分类模型的输入放到预训练语言模型中，获得每个单词及标记的特征向量，将所述特征向量输入图卷积神经网络中与句子中的依赖关系进行融合，获得最终的特征向量，将所述特征向量通过多层感知机进行情感分类，获得方面情感三元组。本发明能够提高三元组抽取效果。
-
公开(公告)号：CN111950296A
公开(公告)日：2020-11-17
申请号：CN202010849958.3
申请日：2020-08-21
申请人： 桂林电子科技大学
摘要： 本发明公开了一种基于BERT微调模型的评论目标情感分析，包括BCR-CRF目标抽取模型和BCR-DA目标情感分类模型，BCR-DA目标情感分类模型分为在线课程评论情感分析、BCR-CRF目标抽取模型、BCR-DA目标情感分析模型和真实中文在线课程评论数据集上的实验结果；BCR-CRF目标抽取模型步骤为：第一步：基于大规模中文评论语料库进行域内无监督训练BERT预训练模型BCR；第二步：引入CRF层，对BCR模型中语义表征层的输出序列添加语法约束，保证预测标签间依赖关系的合理性，准确抽取课程评论文本中的评论目标；第三步：构建包含双注意力层的BCR-DA模型分类表达课程评论目标的情感极性。本发明能够准确分析在线课程评论中蕴含的目标情感对理解学习者情绪变化、提升课程质量具有重要意义。
-
公开(公告)号：CN108880590A
公开(公告)日：2018-11-23
申请号：CN201810397386.2
申请日：2018-04-28
申请人： 桂林电子科技大学
IPC分类号： H04B1/3822 , H04B1/40 , H04B1/3805 , G01S19/47 , G01C21/16 , B60R16/023
摘要： 本发明提供的基于OBD的车载终端，设置电路保护模块，对车辆信息的输入信号进行过压检测，对待传输信号进行延时传输，可解决由高电压、尖脉冲以及电压不稳等因素引发的电路系统稳定性差的问题，还设置了抗RF干扰模块，预防高频干扰，提高实时数据的稳定性；在协议解析模块设置CAN总线收发器、J1850总线驱动电路以及KWP2000，可兼容市场上大部分的不同厂商、不同型号车辆的通信协议，可提高通用性；在定位模块设置BDS/GPS定位子模块和SISN定位子模块，二者均可进行定位，可通过算法进行数据融合，为计算精确的定位信息提供可能。
-
公开(公告)号：CN117648935A
公开(公告)日：2024-03-05
申请号：CN202311397089.5
申请日：2023-10-26
申请人： 桂林电子科技大学
IPC分类号： G06F40/53 , G06F40/211 , G06F40/216 , G06F40/242 , G06F40/284 , G06F40/30 , G06N3/045 , G06N3/08
摘要： 本发明涉及自然语言处理技术领域，涉及一种基于预训练模型的中文跨语言知识增强方法，其包括以下步骤：步骤1、句子进行分词；步骤2、分词后的句子通过多语言知识增强模块中的声母知识层和翻译知识层获得翻译知识和声母知识；步骤3、将翻译知识和声母知识与原句子拼接成一棵树，使用可变注意力机制来计算树上的注意力分数；步骤4、使用BERT生成嵌入，包括标记嵌入、位置嵌入和段嵌入，同时在每个标记之后插入相应的初始辅音和翻译知识；步骤5、基于生成的注意力分数和嵌入，对编码器的输出进行了微调，以实现各种下游任务。本发明能较佳地实现中文跨语言知识增强。
-
公开(公告)号：CN115328972B
公开(公告)日：2023-05-23
申请号：CN202211024149.4
申请日：2022-08-24
申请人： 桂林电子科技大学
IPC分类号： G06F16/2458 , G06F16/2453 , G06F16/28
摘要： 本发明涉及数据库系统查询优化的基数估计技术领域，具体地说，涉及一种平滑自回归基数估计方法，包括：S1、将数据库表格数据编码后得到编码数据x；S2、对x进行平滑，期间复制x来引入不同程度的噪声得到平滑数据xrs和微弱平滑数据xcls，拼接所有平滑数据后得到输入xin；S3、将xin喂给平滑自回归模型，并进行训练；S4、通过训练好的模型进行基数估计。本发明能够达到目前最先进的基数估计准确度，能较出色地完成基数估计任务。
-
公开(公告)号：CN106991149B
公开(公告)日：2020-11-10
申请号：CN201710192554.X
申请日：2017-03-28
申请人： 桂林电子科技大学
摘要： 本发明公开一种融合编码和多版本数据的海量空间对象存储方法，采用“低精度网格编码，高精度空间对象编码”将多维空间数据转换到一维空间，然后采用“字典序定位数据块，低冗余度数据查询”策略来实现查询过程涉及到的冗余数据修剪，有效提升了范围查询性能。在编码精度为8个Base‑32字符时，一个网格单元的覆盖面积约为725m2,查询半径在1000m时，查询响应时间不超过1秒，能有效满足诸如智慧旅游中基于游客位置的旅游资源推荐等数据查询需求。
-
公开(公告)号：CN110956497A
公开(公告)日：2020-04-03
申请号：CN201911181002.4
申请日：2019-11-27
申请人： 桂林电子科技大学
摘要： 本发明公开了一种电子商务平台用户重复购买行为预测方法，包括：获取用户历史购买行为数据；采用分段下采样方法进行样本均衡处理；构建用户特征、商户特征、用户与商户交互特征和隐藏特征；将样本均衡的用户历史购买行为数据输入至双层注意力BiGRU个体模型中，将用户特征、商户特征、用户与商户交互特征和隐藏特征输入至深度Catboost个体模型和DeepGBM个体模型中；对各个体模型分别进行用户重复购买行为预测训练；通过Vote-Stacking模型，对训练后的各个体模型进行融合，并采用多数投票决策机制输出最终预测结果。本发明融合深度Catboost个体模型、双层注意力BiGRU个体模型和DeepGBM个体模型，对用户历史购买数据中离散的购买记录数值和行为序列特征进行建模，提高了预测结果的准确性。
-
公开(公告)号：CN105912656B
公开(公告)日：2020-03-17
申请号：CN201610220247.3
申请日：2016-04-07
申请人： 桂林电子科技大学
摘要： 本发明公开一种商品知识图谱的构建方法，包括商品知识图谱的客观性商品分类知识的构建和主观性用户观点知识的构建。主观性知识的构建包含采用基于多分类器集成的方法从用户评论中挖掘观点目标和观点词的过程和直接从网站上获取观点持有者、观点发表时间和/或观点的URL信息的过程。客观性知识的构建包含采用基于多源异构分类层次融合的方法获取兼顾深度和广度的商品分类层次的过程和直接从网站上获取商品实例的过程。本发明针对商品所构建的结构化的知识图谱涵盖了客观性商品分类和主观性用户观点两类知识，不仅能够为上层服务提供商品实体的准确解释，而且还能够了解众多用户对商品及其属性的观点描述，从而为用户提供更快速、更精准、更全面的商品知识服务。
-
公开(公告)号：CN110956497B
公开(公告)日：2022-11-25
申请号：CN201911181002.4
申请日：2019-11-27
申请人： 桂林电子科技大学
摘要： 本发明公开了一种电子商务平台用户重复购买行为预测方法，包括：获取用户历史购买行为数据；采用分段下采样方法进行样本均衡处理；构建用户特征、商户特征、用户与商户交互特征和隐藏特征；将样本均衡的用户历史购买行为数据输入至双层注意力BiGRU个体模型中，将用户特征、商户特征、用户与商户交互特征和隐藏特征输入至深度Catboost个体模型和DeepGBM个体模型中；对各个体模型分别进行用户重复购买行为预测训练；通过Vote‑Stacking模型，对训练后的各个体模型进行融合，并采用多数投票决策机制输出最终预测结果。本发明融合深度Catboost个体模型、双层注意力BiGRU个体模型和DeepGBM个体模型，对用户历史购买数据中离散的购买记录数值和行为序列特征进行建模，提高了预测结果的准确性。
-
公开(公告)号：CN115328972A
公开(公告)日：2022-11-11
申请号：CN202211024149.4
申请日：2022-08-24
申请人： 桂林电子科技大学
IPC分类号： G06F16/2458 , G06F16/2453 , G06F16/28
摘要： 本发明涉及数据库系统查询优化的基数估计技术领域，具体地说，涉及一种平滑自回归基数估计方法，包括：S1、将数据库表格数据编码后得到编码数据x；S2、对x进行平滑，期间复制x来引入不同程度的噪声得到平滑数据xrs和微弱平滑数据xcls，拼接所有平滑数据后得到输入xin；S3、将xin喂给平滑自回归模型，并进行训练；S4、通过训练好的模型进行基数估计。本发明能够达到目前最先进的基数估计准确度，能较出色地完成基数估计任务。
-
-
-
-
-
-
-
-
-
搜索结果
43 条记录 (耗时 0.028 秒)
