-
公开(公告)号：CN112966524A
公开(公告)日：2021-06-15
申请号：CN202110323155.9
申请日：2021-03-26
Applicant: 湖北工业大学
IPC: G06F40/30 , G06F40/289 , G06F40/211 , G06N3/04 , G06N3/08
Abstract: 本发明属于语义匹配技术领域，公开了一种基于多粒度孪生网络的中文句子语义匹配方法及系统，使用Word2Vec获得到预先训练的词向量，通过嵌入层将输入的中文句子序列将被转换为向量表示；其次，进入多粒度编码层分别从字符和单词视角捕捉句子的复杂语义特征；然后，将上一层输出的特征向量，输入语义交互层，进行语义交互；最后，将语义交互结果送入输出层，获得句子语义是否相似的结果。本发明提出来一种新的多粒度编码方式，从字符和单词两个角度捕捉句子中更丰富的语义信息，获得了更多的特征。本发明采用的孪生结构，从理论上减少了参数的数量，使模型获得了更快的训练速度。
-
公开(公告)号：CN110597949A
公开(公告)日：2019-12-20
申请号：CN201910706215.8
申请日：2019-08-01
Applicant: 湖北工业大学
IPC: G06F16/33
Abstract: 本发明公开一种基于词向量和词频的法院相似案件推荐模型：TF-W2V相似度计算模型。裁判文书分为刑事，民事，执行，赔偿，行政五大案件类型。便于对判决书的处理，存储和查询，模型对提交的判决书提取关键信息，采用Word2Vec+TF-IDF文本相似度算法查找出文书数据中同类型判决书中相似度最高的判决书给出相似度并推荐。本方法基于词频和词向量方法，综合了文本的关键词和词义信息，准确计算两个文本的相似度。将该方法应用于法院判决书进行相似度计算，实验结果证明，该方法应用简单，没有对标注训练集的需求，可以应用于不同领域文本，计算耗费时间适中，获得结果相对传统方法更加准确，与专家评价结果更接近。可以对法院文本进行准确有效的相似度计算。
-
公开(公告)号：CN114791983A
公开(公告)日：2022-07-26
申请号：CN202210384315.5
申请日：2022-04-13
Applicant: 湖北工业大学
IPC: G06F16/9537 , G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本发明属于序列推荐技术领域，具体公开了一种基于时序物品相似度的序列推荐方法,包括建立神经网络模型，构建基于时间信息的嵌入向量；包括与绝对时间相关的嵌入向量以及相对时间相关的嵌入向量；自注意力机制学习模块，结合相对嵌入向量获得局部特征X；全局偏好学习模块获得全局特征Y；按当前候选物品和最近交互物品的相似度，对局部特征X与全局特征Y进行加权求和得到特征表示zl，并以此为依据进行序列中的下一物品的推荐。本发明引入更多的经过设计的时间嵌入向量，提高时间信息利用的有效程度，进而提高序列推荐的正确性。
-
Patent Agency Ranking
公开(公告)号：CN118378630A
公开(公告)日：2024-07-23
申请号：CN202410468042.1
申请日：2024-04-18
Applicant: 湖北工业大学
Abstract: 本发明公开了面向远程监督的双编码器及层次关系信息的关系抽取方法。先得到句子嵌入、知识图谱嵌入和层次结构关系嵌入，再将句子嵌入、知识图谱嵌入和层次结构关系嵌入融合在一起，得到增强的句子表示，并利用增强的句子表示来得到句子中实体对的关系。通过层级间的约束性指导模型用正确的关系嵌入来增强每个句子嵌入，使模型达到更好的性能，最后使用分类器对增强的句子表示进行分类，从而得到句子中实体对的关系。本发明利用了远程监督关系抽取中文本编码器与知识图谱编码器的互补能力，而且还使用了层次结构编码器来对层次结构化的关系进行编码，能够进一步挖掘出文本和知识图谱所包含的全部信息，从而提高了关系抽取的准确性。
-
公开(公告)号：CN114791983B
公开(公告)日：2023-04-07
申请号：CN202210384315.5
申请日：2022-04-13
Applicant: 湖北工业大学
IPC: G06F16/9537 , G06F16/9535 , G06N3/044 , G06N3/0442 , G06N3/0464 , G06N3/084
Abstract: 本发明属于序列推荐技术领域，具体公开了一种基于时序物品相似度的序列推荐方法,包括建立神经网络模型，构建基于时间信息的嵌入向量；包括与绝对时间相关的嵌入向量以及相对时间相关的嵌入向量；自注意力机制学习模块，结合相对嵌入向量获得局部特征X；全局偏好学习模块获得全局特征Y；按当前候选物品和最近交互物品的相似度，对局部特征X与全局特征Y进行加权求和得到特征表示zl，并以此为依据进行序列中的下一物品的推荐。本发明引入更多的经过设计的时间嵌入向量，提高时间信息利用的有效程度，进而提高序列推荐的正确性。
-
公开(公告)号：CN113209946A
公开(公告)日：2021-08-06
申请号：CN202110421715.4
申请日：2021-04-20
Applicant: 湖北工业大学
Abstract: 本发明公开了一种魔芋葡甘聚糖基质的马兜铃酸核壳型分子印迹聚合物及其制备方法与应用，所述分子印迹聚合物为以硅胶微球为核层，马兜铃酸印迹的交联魔芋葡甘聚糖凝胶为壳层的核壳结构；所述方法包括：将魔芋葡甘聚糖溶液进行溶胀，后加入交联剂以进行交联反应，获得交联魔芋葡甘聚糖凝胶；获得马兜铃酸吸附的硅胶微球溶液；将所述交联魔芋葡甘聚糖凝胶与所述马兜铃酸吸附的硅胶微球溶液进行混匀，后离心获得下层物，将所述下层物加入到分散介质中，后加入分散剂，洗脱获得分子印迹聚合物。本发明采用天然植物多糖‑魔芋葡甘聚糖为基质，以马兜铃酸为模板分子，构建基于非共价键结合的表面分子印迹聚合物，可提高对马兜铃酸分子的吸附和解离速度。
-
公开(公告)号：CN112966524B
公开(公告)日：2024-01-26
申请号：CN202110323155.9
申请日：2021-03-26
Applicant: 湖北工业大学
IPC: G06F40/30 , G06F40/289 , G06F40/211 , G06N3/0475 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/084
Abstract: 本发明属于语义匹配技术领域，公开了一种基于多粒度孪生网络的中文句子语义匹配方法及系统，使用Word2Vec获得到预先训练的词向量，通过嵌入层将输入的中文句子序列将被转换为向量表示；其次，进入多粒度编码层分别从字符和单词视角捕捉句子的复杂语义特征；然后，将上一层输出的特征向量，输入语义交互层，进行语义交互；最后，将语义交互结果送入输出层，获得句子语义是否相似的结果。本发明提出来一种新的多粒度编码方式，从字符和单词两个角度(56)对比文件杨慧敏.基于交互孪生网络的复合对话模型.中国优秀硕士学位论文全文数据库.2021,第I138-2992页.程淑玉;郭泽颖;刘威;印鉴.融合Attention多粒度句子交互自然语言推理研究.小型微型计算机系统.2019,(06),第81-86页.赵源.基于孪生网络的中文语义匹配算法研究.中国优秀硕士论文电子期刊网.2021,第I138-2511页.
-
公开(公告)号：CN116938746A
公开(公告)日：2023-10-24
申请号：CN202310914960.8
申请日：2023-07-24
Applicant: 湖北工业大学
IPC: H04L41/149 , H04L41/16 , H04L45/02 , H04L45/00
Abstract: 本发明公开了一种基于子图特征融合的链路预测方法及系统。本发明采用随机游走方法进行闭合子图的采样，不仅增强了其可扩展性，而且还减少了提取闭合子图过程中的开销，并使其能够应用于更大的图，从而提高在较大图上的预测效果。本发明还利用现有嵌入根据图结构和节点属性空间定义的邻域重构嵌入，融合了节点自带的节点属性特征和节点的全局结构特征，然后和节点的局部结构特征进行融合，得到最终的全局‑局部‑属性节点特征，实现了对节点特征的融合，进一步提高了链路预测效果。本发明能够在不降低精度的情况下，用更少的资源和更少的时间提取闭合子图，使它们能够扩展到大型图。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.029 seconds)
