-
公开(公告)号：CN113609284B
公开(公告)日：2024-08-06
申请号：CN202110882867.4
申请日：2021-08-02
Applicant: 河南大学
IPC: G06F16/34 , G06N3/0442 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本发明属于文本数据处理技术领域，具体涉及一种融合多元语义的文本摘要自动生成方法及装置，该方法包括：首先在源文本输入到编码器之前融合多元语义特征，使源文本包含更多的语义信息；然后将融合多元语义特征后的源文本输入到编码器中的双向长短期记忆网络中，并得到融入多元语义特征的文本中各个词向量对应的隐藏层状态；其次，解码器采用单向长短期记忆网络结合改进的注意力机制、通过上下文向量以及当前时刻的解码器隐藏层状态来预测下一时刻生成的词向量；最后利用损失函数对该模型进行训练，通过训练后的模型将文本自动生成摘要。本发明在源文本输入到编码器之前融入多元语义特征，充分挖掘源文本深层次的隐藏特征，提高生成摘要的质量。
-
Patent Agency Ranking
公开(公告)号：CN113313264A
公开(公告)日：2021-08-27
申请号：CN202110616360.4
申请日：2021-06-02
Applicant: 河南大学
Abstract: 本发明提供一种车联网场景下的高效联邦学习方法。该方法包括：步骤1：路侧单元得到备选学习任务集合；步骤2：选定训练任务；步骤3：建立初始模型参数，将训练任务和其网络地址发送至覆盖范围内的车辆；步骤4：各车辆解析训练任务的任务信息，然后决定是否参加训练过程；若参加，则通过网络地址与路侧单元建立通信连接；步骤5：将初始模型参数发送至建立各车辆；步骤6：各车辆使用本地数据对当前模型参数进行本地训练，并上传至路侧单元；步骤7：一旦接到某一车辆上传的本地训练模型就实时计算其权值，将其实时加权聚合至全局模型中，并生成当前模型参数并实时返回至各车辆；步骤8：迭代执行步骤6至步骤7，直至满足设定的迭代次数。
-
公开(公告)号：CN113657606A
公开(公告)日：2021-11-16
申请号：CN202110758567.5
申请日：2021-07-05
Applicant: 河南大学
Abstract: 本发明提供一种车联网场景下分压聚合的局域联邦学习方法。该方法包括：步骤1：多个路侧单元之间建立通信形成一个局域网，并在多个所述路侧单元中选择一个路侧单元作为代理组长；步骤2：代理组长选定训练任务，建立该训练任务的初始模型状态，将训练任务通过广播发布至密集区域内的车辆；步骤3：参与训练任务的车辆使用本地数据对接收到的训练任务的当前模型状态进行本地训练，并将本地训练模型上传至最近的路侧单元；步骤4：各个路侧单元分别接收车辆的本地训练模型并将其进行平均聚合，将聚合得到的当前模型状态反馈至对应的车辆；步骤5：迭代执行步骤3至步骤4，直至聚合得到的当前模型状态满足要求。
-
公开(公告)号：CN113657606B
公开(公告)日：2024-06-18
申请号：CN202110758567.5
申请日：2021-07-05
Applicant: 河南大学
Abstract: 本发明提供一种车联网场景下分压聚合的局域联邦学习方法。该方法包括：步骤1：多个路侧单元之间建立通信形成一个局域网，并在多个所述路侧单元中选择一个路侧单元作为代理组长；步骤2：代理组长选定训练任务，建立该训练任务的初始模型状态，将训练任务通过广播发布至密集区域内的车辆；步骤3：参与训练任务的车辆使用本地数据对接收到的训练任务的当前模型状态进行本地训练，并将本地训练模型上传至最近的路侧单元；步骤4：各个路侧单元分别接收车辆的本地训练模型并将其进行平均聚合，将聚合得到的当前模型状态反馈至对应的车辆；步骤5：迭代执行步骤3至步骤4，直至聚合得到的当前模型状态满足要求。
-
公开(公告)号：CN113313264B
公开(公告)日：2022-08-12
申请号：CN202110616360.4
申请日：2021-06-02
Applicant: 河南大学
Abstract: 本发明提供一种车联网场景下的高效联邦学习方法。该方法包括：步骤1：路侧单元得到备选学习任务集合；步骤2：选定训练任务；步骤3：建立初始模型参数，将训练任务和其网络地址发送至覆盖范围内的车辆；步骤4：各车辆解析训练任务的任务信息，然后决定是否参加训练过程；若参加，则通过网络地址与路侧单元建立通信连接；步骤5：将初始模型参数发送至建立各车辆；步骤6：各车辆使用本地数据对当前模型参数进行本地训练，并上传至路侧单元；步骤7：一旦接到某一车辆上传的本地训练模型就实时计算其权值，将其实时加权聚合至全局模型中，并生成当前模型参数并实时返回至各车辆；步骤8：迭代执行步骤6至步骤7，直至满足设定的迭代次数。
-
公开(公告)号：CN113609284A
公开(公告)日：2021-11-05
申请号：CN202110882867.4
申请日：2021-08-02
Applicant: 河南大学
Abstract: 本发明属于文本数据处理技术领域，具体涉及一种融合多元语义的文本摘要自动生成方法及装置，该方法包括：首先在源文本输入到编码器之前融合多元语义特征，使源文本包含更多的语义信息；然后将融合多元语义特征后的源文本输入到编码器中的双向长短期记忆网络中，并得到融入多元语义特征的文本中各个词向量对应的隐藏层状态；其次，解码器采用单向长短期记忆网络结合改进的注意力机制、通过上下文向量以及当前时刻的解码器隐藏层状态来预测下一时刻生成的词向量；最后利用损失函数对该模型进行训练，通过训练后的模型将文本自动生成摘要。本发明在源文本输入到编码器之前融入多元语义特征，充分挖掘源文本深层次的隐藏特征，提高生成摘要的质量。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
