-
公开(公告)号：CN108399241B
公开(公告)日：2021-08-31
申请号：CN201810170864.6
申请日：2018-02-28
Applicant: 福州大学
IPC: G06F16/953 , G06F40/284 , G06F40/211 , G06N3/04 , G06Q50/00 , G06K9/62
Abstract: 本发明涉及一种基于多类特征融合的新兴热点话题检测系统，包括：数据预处理模块，用于对微博文本进行预处理；分层序列模型，用于训练双向循环神经网络模型，通过使用双向的LSTM网络，训练输入的微博文本；词序列编码层，用于对句子中的各个词语向量化，形成初步的向量表示；句子级别特征求解层，用于对微博句子构建静态特征向量，与该层的神经网络动态特征进行链接，形成微博句子向量表示；话题级别特征求解层，用于对话题构建静态特征向量，与该层的神经网络动态特征进行链接，形成话题的向量表示；话题预测模块，用于对话题进行预测。本发明基于双向长短时期记忆网络架构，加入相应的动态特征和静态特征，提高新兴热点话题检测能力。
-
公开(公告)号：CN108460019A
公开(公告)日：2018-08-28
申请号：CN201810170148.8
申请日：2018-02-28
Applicant: 福州大学
Abstract: 本发明涉及一种基于注意力机制的新兴热点话题检测系统，包括：数据预处理模块、分层序列模型、词序列编码层、词语级别注意力层、句子级别编码层、句子级别注意力层、话题预测模块。本发明提出的一种基于注意力机制的新兴热点话题检测系统，在双向循环神经网络基础上，加入两层注意力机制来加强话题的向量表示，提出基于注意力机制的分层循环神经网络模型，能够利用社交媒介中数据的各维度作为特征，训练高质量的话题向量特征，从而检测出新兴热点话题，并提高了新兴热点话题检测能力。
-
公开(公告)号：CN108399241A
公开(公告)日：2018-08-14
申请号：CN201810170864.6
申请日：2018-02-28
Applicant: 福州大学
Abstract: 本发明涉及一种基于多类特征融合的新兴热点话题检测系统，包括：数据预处理模块，用于对微博文本进行预处理；分层序列模型，用于训练双向循环神经网络模型，通过使用双向的LSTM网络，训练输入的微博文本；词序列编码层，用于对句子中的各个词语向量化，形成初步的向量表示；句子级别特征求解层，用于对微博句子构建静态特征向量，与该层的神经网络动态特征进行链接，形成微博句子向量表示；话题级别特征求解层，用于对话题构建静态特征向量，与该层的神经网络动态特征进行链接，形成话题的向量表示；话题预测模块，用于对话题进行预测。本发明基于双向长短时期记忆网络架构，加入相应的动态特征和静态特征，提高新兴热点话题检测能力。
-
-
Search Results
3
records
(took 0.015 seconds)
