-
公开(公告)号:CN116010553A
公开(公告)日:2023-04-25
申请号:CN202211628289.2
申请日:2022-12-17
Applicant: 福州大学
IPC: G06F16/33 , G06F40/289 , G06F40/284 , G06F40/126 , G06F40/30 , G06F18/25 , G06F18/22 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明提供了一种基于双路编码和精确匹配信号的观点检索系统,包括:一个查询文本和文档文本预处理模块,对输入的查询和候选文档据进行预处理;一个查询文本和文档文本相关得分计算模块;一个查询文本和文档文本观点得分计算模块,通过预训练模型计算候选文档的观点得分;统一相关检索模块,用于根据相关检索模块得出的查询和文档的相关得分和根据观点得分模块获取文档的观点得分,最终计算文档的观点检索得分。本技术方案通过双路编码来获取局部语义信息和全局语义信息,能够通过融合并基于这些信息进行观点检索,通过精确匹配机制获取的精确语义信息能够提高查询与文档的相关性。
-
公开(公告)号:CN111090749A
公开(公告)日:2020-05-01
申请号:CN201911333842.8
申请日:2019-12-23
Applicant: 福州大学
IPC: G06F16/35 , G06F40/284 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于TextCNN的报刊出版物分类方法,该方法包括以下步骤:1)对报刊文本数据进行预处理,得到分词并编码后的文本数据;2)读入一批处理好的文本数据,在词嵌入层进行向量化操作;3)在卷积层进行卷积操作,以提取特征;4)在池化层进行最大池化;5)在全连接层进行全连接操作,得到最后分类;6)重复训练设定次数,进行一次测试;7)判断是否达到最大训练次数,是则结束训练,得到最终的分类模型,否则返回步骤2,再读入一批步骤1处理好的文本数据,继续进行训练;8)利用得到的最终的分类模型,对报刊出版物的文本数据进行分类。该方法及系统有利于提高报刊出版物分类的准确率。
-
公开(公告)号:CN113505208B
公开(公告)日:2024-02-02
申请号:CN202110776034.X
申请日:2021-07-09
Applicant: 福州大学
IPC: G06F16/332 , G06N3/0442 , G06N3/0464 , G06N3/094
Abstract: 本发明涉及一种融合多路注意力机制的智能对话系统,包括依次连接的编码器模块、多路注意力模块、动态融合模块、外部知识模块和解码器模块;所述编码器模块,用于针对历史上下文进行多领域的编码;所述多路注意力模块,用于提取上下文单词之间的注意力关系;所述动态融合模块,用于融合编码器和注意力的编码结果;所述外部知识模块,用于辅助生成特定领域知识的句子内容;所述解码器模块,用于生成具体的句子内容。本发明能够通过对话的历史上下文信息,抽取不同领域细粒度和句子细粒度的编码信息,并利用记忆网络从外部知识库中抽取有用的外部知识信息,最终将二者信息融合生成具体的句子,提高对话智能化。
-
公开(公告)号:CN115858756A
公开(公告)日:2023-03-28
申请号:CN202211634216.4
申请日:2022-12-19
Applicant: 福州大学
IPC: G06F16/332 , G06F16/335 , G06F16/35 , G06F16/36 , G06F18/25 , G06N3/0455 , G06N3/047 , G06N3/084
Abstract: 本发明涉及一种基于感知情绪倾向的共情人机对话系统,包括:外部知识模块,用于对输入语句,通过概念网络和vad情感向量,构建情感上下文向量;情感上下文编码器模块,用于基于transformer编码器对情感上下文向量进行编码,然后输入多头注意力网络,得到情绪信号;情感倾向编码器模块,用于计算输入语句中词语与情感之间的情绪倾向性;共享注意力模块,用于共享多头注意力网络的注意力参数,获得多个注意力特征,并采用多元残差网络进行融合,得到融合注意力特征向量;情感依赖解码器模块,用于整合情绪信号和融合注意力特征向量,基于transformer解码器,利用多头交叉注意力网络,输出预测的对话回复。该系统有利于感知词语的情绪倾向性,获得更好的对话回复。
-
公开(公告)号:CN115830619A
公开(公告)日:2023-03-21
申请号:CN202211616460.8
申请日:2022-12-15
Applicant: 福州大学
IPC: G06V30/41 , G06V30/18 , G06V30/19 , G06N3/0442 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及一种基于特征融合的类别文本生成系统。所述系统包括:一个类别文本预处理模块,用于对类别文本的向量化处理;一个多路注意力模块,在生成器中利用多种注意力机制学习文本的注意力表示;一个生成器融合输出模块,将多种注意力表示融合并输出生成文本;一个局部语义特征提取模块,用于判别器提取文本的局部依赖特征;一个全局语义特征提取模块,用于判别器提取文本的长距离依赖特征;一个判别器融合输出模块,将文本的局部和长距离依赖特征融合并反馈给生成器判别结果。
-
公开(公告)号:CN113505208A
公开(公告)日:2021-10-15
申请号:CN202110776034.X
申请日:2021-07-09
Applicant: 福州大学
IPC: G06F16/332 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种融合多路注意力机制的智能对话系统,包括依次连接的编码器模块、多路注意力模块、动态融合模块、外部知识模块和解码器模块;所述编码器模块,用于针对历史上下文进行多领域的编码;所述多路注意力模块,用于提取上下文单词之间的注意力关系;所述动态融合模块,用于融合编码器和注意力的编码结果;所述外部知识模块,用于辅助生成特定领域知识的句子内容;所述解码器模块,用于生成具体的句子内容。本发明能够通过对话的历史上下文信息,抽取不同领域细粒度和句子细粒度的编码信息,并利用记忆网络从外部知识库中抽取有用的外部知识信息,最终将二者信息融合生成具体的句子,提高对话智能化。
-
-
-
-
-