公开(公告)号：CN113569050B

公开(公告)日：2021-12-07

申请号：CN202111117993.7

申请日：2021-09-24

Applicant: 湖南大学

Inventor： 胡玉鹏 ,  李宗营 ,  黄崇凯 ,  叶振宇 ,  李丹 ,  秦拯

IPC: G06F16/35 ,  G06F16/36 ,  G06F16/958 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的政务领域知识图谱自动化构建方法，包括领域数据集构建和知识图谱构建，所述领域数据集构建具体包括如下步骤：网址收集；超链接去重；网页正文抽取；领域文档分类；数据集构建；所述知识图谱构建具体包括如下步骤：知识抽取；知识修正；知识融合；知识存储以及知识图谱动态展示。本发明的有益效果如下：有效的在缺乏领域专家的情况下构建了政务领域三元组数据集；本发明提出的知识抽取法在实体关系识别中的表现较为优秀，准确率和召回率均较高；提出了知识修正的概念，分别针对实体及关系提出了修正方法，使得知识的表达更加完善。

公开(公告)号：CN113569050A

公开(公告)日：2021-10-29

申请号：CN202111117993.7

申请日：2021-09-24

Applicant: 湖南大学

Inventor： 胡玉鹏 ,  李宗营 ,  黄崇凯 ,  叶振宇 ,  李丹 ,  秦拯

IPC: G06F16/35 ,  G06F16/36 ,  G06F16/958 ,  G06N3/04

Abstract: 本发明公开了一种基于深度学习的政务领域知识图谱自动化构建方法，包括领域数据集构建和知识图谱构建，所述领域数据集构建具体包括如下步骤：网址收集；超链接去重；网页正文抽取；领域文档分类；数据集构建；所述知识图谱构建具体包括如下步骤：知识抽取；知识修正；知识融合；知识存储以及知识图谱动态展示。本发明的有益效果如下：有效的在缺乏领域专家的情况下构建了政务领域三元组数据集；本发明提出的知识抽取法在实体关系识别中的表现较为优秀，准确率和召回率均较高；提出了知识修正的概念，分别针对实体及关系提出了修正方法，使得知识的表达更加完善。

公开(公告)号：CN116303906A

公开(公告)日：2023-06-23

申请号：CN202310336010.1

申请日：2023-03-31

Applicant: 湖南大学

Inventor： 胡玉鹏 ,  郑澜涛 ,  肖雨婷 ,  李宗营 ,  黄靖

IPC: G06F16/33 ,  G06F16/35 ,  G06F40/30 ,  G06F18/214 ,  G06F18/22

Abstract: 本发明公开了一种文本语义匹配长度偏差优化方法、电子设备及存储介质，聚焦于解决文本语义匹配任务模型存在的长度差异偏差的问题。本发明中，将主模型与对手模型进行共同对抗训练后，得到的文本匹配模型将难以根据给定样本预测出文本长度差异值，即文本匹配模型无需关注文本长度差异值在语义空间中的表示，因此对正常文本语义匹配任务做出预测时不会过度依赖文本长度差异，从而减少了文本长度差异偏差对模型泛化性的影响。

公开(公告)号：CN118967422A

公开(公告)日：2024-11-15

申请号：CN202410995137.9

申请日：2024-07-24

Applicant: 湖南大学

Inventor： 谢伟 ,  李宗营 ,  刘欣瑞

IPC: G06T1/00 ,  G06V10/54 ,  G06V10/46 ,  G06V10/26 ,  G06T5/73 ,  G06T11/60 ,  G06F21/16

Abstract: 本发明公开了一种抗屏幕拍摄的图像确权标识嵌入方法，包括步骤：强度计算：提取关键点，以关键点的高斯差分绝对值作为该点的强度，计算各个关键点的强度，对它们进行降序排序，筛选出前n个特征点作为候选特征点；纹理值计算：计算候选特征点周围区域的纹理值，将排名靠前的预设数量的特征点作为最终的嵌入中心；锐化：对确定为嵌入中心的特征点的周围区域进行锐化；加权混合：选择将原始区域与锐化后的区域进行以特定的比例进行加权混合；确权标识嵌入。本发明还公开了一种抗屏幕拍摄的确权标识提取方法。与现有技术相比，本发明可以在图像中嵌入一种确权标识，该确权标识在经过电子设备拍摄后仍然能够被正确提取。

公开(公告)号：CN113590763A

公开(公告)日：2021-11-02

申请号：CN202111132371.1

申请日：2021-09-27

Applicant: 湖南大学

Inventor： 胡玉鹏 ,  李丹 ,  邓冠宇 ,  李宗营 ,  秦拯

IPC: G06F16/33 ,  G06F40/289 ,  G06F16/951

Abstract: 本发明公开了一种基于深度学习的相似文本检索方法，包括文本采集、数据预处理、候选关键词选取、Seq2Seq模型提取摘要、基于词向量的相似度计算以及基于摘要的相似度计算。本发明的有益效果如下：借助了生成摘要式生成模型Seq2Seq，该Seq2Seq模型利用其LSTM神经元分析上下文语境情感，生成更贴近于原文本意思相近的文本摘要，应用在系统之中用于上传的逐个文本与文本库内的所有文本进行相似度匹配计算，在运行速度上取得了显著的效果。

公开(公告)号：CN118761894A

公开(公告)日：2024-10-11

申请号：CN202410815368.7

申请日：2024-06-24

Applicant: 湖南大学

Inventor： 谢伟 ,  李宗营 ,  危学涛 ,  尹波

IPC: G06T1/00 ,  G06T9/00

Abstract: 本发明公开了一种高鲁棒性的图像数字水印嵌入方法，包括如下步骤：得到长度为m的编码水印序列；对编码后的水印序列进行扩频处理；对图像矩阵的长宽进行预处理，使其满足分块要求；对预处理过后的图像进行非重叠分块处理并应用DWT和一级DCT；将二级DCT应用于系数矩阵并选择图像特征向量；根据公式将的N个扩频水印向量并行地嵌入到图像特征向量V中；更新DCT系数并执行两级离散余弦逆变换和离散小波逆变换，得到带水印的图像。本发明还公开了一种高鲁棒性图像数字水印提取方法。与现有技术相比，本发明能够对图像进行盲或半盲的水印提取从而实现版权保护，也可以将需要秘密传输的数据隐藏起来，用于信息保密领域。