一种基于RoBERTa模型的长文本信息立场检测方法

    公开(公告)号:CN115203406A

    公开(公告)日:2022-10-18

    申请号:CN202210717351.9

    申请日:2022-06-23

    Applicant: 浙江大学

    Inventor: 冯天 张微 尤宁宁

    Abstract: 本发明公开了一种基于RoBERTa模型的长文本信息立场检测方法。本发明在长文本信息立场检测任务中引入基于文本切割的RoBERTa模型,用于编码各索引片段;引入BiLSTM和CRF模块,用于标记关键证据;引入基于Self‑training的半监督学习方法,用于训练BiLSTM和CRF模块。与现有长文本信息立场检测方法相比,本发明通过创新文本分割过程,解决RoBERTa模型对文本长度的限制问题,使其可更关注全局信息,避免因文本长度限制导致的局部信息丢失;通过基于半监督学习的关键句标注,提高模型的可解释性,并抑制长文本噪声对模型最终预测的干扰。

    一种基于多模态数据融合的城市洪水韧性评价方法

    公开(公告)号:CN115511280A

    公开(公告)日:2022-12-23

    申请号:CN202211139339.0

    申请日:2022-09-19

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于多模态数据融合的城市洪水韧性评价方法。本发明在城市洪水韧性的评价任务中先进行了对两种模态的城市数据及对应洪水韧性评价指标标签进行预处理;然后提出通过数据特征融合模块融合两种模态数据的特征信息;最后通过城市洪水韧性评价模块基于融合特征评价城市韧性的优劣。与传统的城市洪水韧性评价方法相比,本发明首次将多模态融合的思想引入到城市洪水韧性评价任务中,并验证了其有效性。

Patent Agency Ranking