-
公开(公告)号:CN118690292A
公开(公告)日:2024-09-24
申请号:CN202410700313.1
申请日:2024-05-31
申请人: 浙江光电子研究院 , 浙江师范大学 , 科大讯飞股份有限公司
IPC分类号: G06F18/2433 , G06F18/214 , G06F18/213 , G06N3/042 , G06N3/044 , G06N3/0455 , G06N3/0895
摘要: 本申请公开了一种基于图神经网络的动态图数据异常边检测方法及系统,方法包括:通过动态异常边注入策略对真实动态图数据进行注入异常边处理,得到异常动态图数据;引入局部结构感知机制与门控循环神经网络,构建动态图异常边检测模型;基于动态图异常边检测模型对异常动态图数据进行异常边特征捕捉处理,得到异常边嵌入特征值;通过异常打分机制对异常边嵌入特征值进行异常边区分处理,得到动态图数据异常边检测结果。本申请实施例能够加强对动态图中时间序列数据的理解,充分利用动态图中的局部结构信息,从而提高异常边检测的准确性和效率。本申请可以广泛应用于数据异常边检测技术领域。
-
公开(公告)号:CN117237774A
公开(公告)日:2023-12-15
申请号:CN202311215847.7
申请日:2023-09-19
申请人: 浙江师范大学 , 科大讯飞股份有限公司
IPC分类号: G06V10/80 , G06V10/44 , G06V20/40 , G06V10/764 , G06N3/0455 , G06N3/0464 , G06N3/044 , G06N3/048 , G06N3/09
摘要: 本发明公开了一种基于大模型视频描述的多模态情感分析方法及系统,方法包括:获取有声视频片段,将有声视频片段分解成视频模态数据、音频模态数据和文本模态数据;对视频模态数据、音频模态数据和文本模态数据进行单模态嵌入处理,得到视频模态特征向量、音频模态特征向量和文本模态特征向量;根据视频模态特征向量和音频模态特征向量对文本模态特征向量进行信息增强处理,得到增强文本模态特征向量;对视频模态特征向量、增强文本模态特征向量和音频模态特征向量在大模型块中进行跨模态融合处理,得到情感分析输出值。本发明实施例能够结合原始多模态数据中的更多信息进行情感分析,分析结果更为准确,可广泛应用于计算机技术领域。
-
公开(公告)号:CN117196908A
公开(公告)日:2023-12-08
申请号:CN202311226217.X
申请日:2023-09-21
申请人: 浙江师范大学 , 科大讯飞股份有限公司
IPC分类号: G06Q50/20 , G06Q10/04 , G06N3/0464 , G06N3/09 , G06F18/25
摘要: 本发明公开了基于认知神经科学的多模态混合教学资源构建方法及系统,该方法包括:获取教学环境中的静动态数据的隐向量;基于学生的脑数据结合静动态数据的隐向量构建具有脑数据的一致性语义信息;对骨干网络Unet进行去噪一致性损失处理,构建脑科学嵌入的教学资源生成模型;基于实际教学环境风格构建面向实际教学场景的教学资源生成模型;将教学环境中的静态数据与学生的脑数据输入至教学资源生成模型进行负荷预测,得到教学资源‑认知负荷预测模型。本发明能够根据学习教学目标、教学内容生成教学资源并减少学生的认知负荷。本发明作为基于认知神经科学的多模态混合教学资源构建方法及系统,可广泛应用于智能辅助教学技术领域。
-
公开(公告)号:CN118779725A
公开(公告)日:2024-10-15
申请号:CN202411237121.8
申请日:2024-09-05
申请人: 浙江师范大学 , 科大讯飞股份有限公司
摘要: 本申请公开了一种跨模态情绪因果追踪方法,涉及情绪识别领域。该方法采用基于编码语义学习的前门调整方法对情感提取模型进行训练,同时使用自适应梯度调整方法调整情感提取模型中多模态编码器的梯度;结合知识蒸馏和噪声门控机制,训练稀疏混合专家模型,获得多模态混合专家模型;训练教学场景因果情绪追踪模型,获得训练好的教学场景因果情绪追踪模型;按照教学活动的时间顺序采集实际课堂中不同教学场景的多模态情绪时序数据,并将多模态情绪时序数据依次通过训练好的情感提取模型、多模态混合专家模型和训练好的教学场景因果情绪追踪模型,获得教学活动与学生情绪的因果映射追踪。本申请能够实现教学活动与学生多模态情绪因果关系地准确追踪。
-
公开(公告)号:CN117932461A
公开(公告)日:2024-04-26
申请号:CN202311612868.2
申请日:2023-11-29
申请人: 浙江师范大学 , 科大讯飞股份有限公司
IPC分类号: G06F18/2415 , G06F18/2413 , G06N3/042
摘要: 本发明涉及大语言模型辅助的异质图表示学习方法、设备和介质,训练方法包括:获取异质图的样本数据,根据样本数据得到样本节点总数、样本节点的样本特征和样本结构编码,根据样本特征和样本结构编码得到目标样本节点与其它样本节点的样本相似度,根据样本节点总数和自适应参数计算目标样本节点的邻近样本值,根据样本相似度和邻近样本值得到目标样本节点的邻近样本节点,将目标样本节点的样本数据、邻近样本节点的样本数据和邻近样本节点的分类输入大语言模型,得到预测分类和分类依据,根据预测分类、邻近样本节点的分类和分类依据调整神经网络参数,重复执行获取异质图的样本数据这一步,直到满足预设条件,得到图表示学习模型。
-
公开(公告)号:CN116311438A
公开(公告)日:2023-06-23
申请号:CN202310190443.0
申请日:2023-02-24
申请人: 浙江师范大学
IPC分类号: G06V40/16 , G06V10/82 , G06N3/084 , G06V10/80 , G06N3/0464
摘要: 本发明公开了一种基于跨时空图表征的学习者情感分析方法及装置,方法包括:将输入的若干学习者表情视频帧划分为若干个同等大小且不重叠的子分块,并将子分块进行图结点特征嵌入处理,得到图结点的初始特征;构建每个子分块的跨时空最近邻图结构;将学习者情感跨时空图表征模块的输出情感时空图特征进行分类,预测输入的学习者表情视频帧的情感类别;本发明能够在不使用额外辅助信息的情形下对学习者表情视频帧进行局部区域划分,使得跨时空图卷积网络能够直接处理学习者表情视频帧数据,另外,本发明通过跨时空图构建和具有关联感知的图卷积算子来获取学习者表情不同区域、不同视频帧之间的时空关联图表征,可广泛应用于计算机技术领域。
-
公开(公告)号:CN118798178A
公开(公告)日:2024-10-18
申请号:CN202310493101.6
申请日:2023-04-28
申请人: 科大讯飞股份有限公司
IPC分类号: G06F40/253 , G06F40/169 , G06F40/166
摘要: 本申请公开了一种作文批改方法、装置、设备及可读存储介质。本方案中,既对待批改作文进行别字纠错,生成待批改作文的别字纠错结果,又基于待批改作文的别字纠错结果,生成别字辨析结果,还对待批改作文进行语病纠错,生成待批改作文的语病纠错结果,由于待批改作文的每个别字纠错结果包括待批改作文中的错别字,以及错别字对应的正确字,别字辨析结果能够指示对应别字纠错结果中错别字与对应正确字之间的区别,待批改作文的每个语病纠错结果包括待批改作文中存在语病的句子,以及存在语病的句子对应的正确句子,用户能学习到如何修改别字,能更深入的理解别字修改缘由,又能学习到如何修改语病,因此,本方案有助于有效提升用户的写作能力。
-
公开(公告)号:CN118798177A
公开(公告)日:2024-10-18
申请号:CN202310492969.4
申请日:2023-04-28
申请人: 科大讯飞股份有限公司
IPC分类号: G06F40/253 , G06F40/169 , G06F40/166
摘要: 本申请实施例公开了一种文本处理方法、装置、设备及存储介质,文本处理方法、装置、设备及存储介质,获得目标文本对应的写作要求,基于写作要求和目标文本,生成目标文本对应的评语;该评语是对目标文本在写作要求方面的评阅结果。本申请的文本处理方法,围绕目标文本对应的写作要求对目标文本进行评阅,实现了对目标文本在内容方面的深层次评阅,从而提高对写作者的指导作用。
-
公开(公告)号:CN118094445B
公开(公告)日:2024-08-23
申请号:CN202410490748.8
申请日:2024-04-23
申请人: 科大讯飞股份有限公司
IPC分类号: G06F18/2433 , G06F18/241 , G06F18/213 , G06N3/0455 , G06N3/08
摘要: 本申请公开了一种基于大模型的人机交互方法、装置、设备及程序产品,属于人工智能技术领域,本申请利用人工智能大模型的能力,结合人机交互历史来确定用户当前的输入请求在各目标维度上的特征值,该目标维度为与衡量用户输入请求是否属于误触发相关的度量维度,综合考虑各目标维度上的特征值,决策用户当前的输入请求是否属于误触发交互,在确定不属于误触发时输出与用户当前的输入请求对应的响应结果。可以有效提升误触发的识别准确度。在识别到用户当前输入请求不属于误触发时,才输出响应结果,保证人机交互的顺畅度,提升了交互体验。
-
公开(公告)号:CN118447546A
公开(公告)日:2024-08-06
申请号:CN202410459948.7
申请日:2024-04-17
申请人: 科大讯飞股份有限公司
IPC分类号: G06V40/16 , A61B5/00 , A61B5/16 , G06V20/40 , G06V10/774 , G06V10/82 , G06N3/08 , G06N3/0464
摘要: 本申请提供一种认知评估方法、装置、设备及存储介质,该方法包括:获取目标用户的面部视频数据;将面部视频数据输入至认知评估模型中,得到目标用户对应的目标认知状态,其中,认知评估模型是基于人工标注的视频样本对预先训练的基线认知评估模型进行优化训练得到的,其中,基线认知评估模型对所述视频样本的认知状态预测结果的准确度低于设定的准确度阈值。本申请可以提高认知评估模型的预测精度,进而提高对用户进行认知评估的准确度。
-
-
-
-
-
-
-
-
-