公开(公告)号：CN117669586A

公开(公告)日：2024-03-08

申请号：CN202311672984.3

申请日：2023-12-07

Applicant: 重庆大学

Inventor： 席康 ,  杨钰铭 ,  刘继元 ,  柴乃全

IPC: G06F40/30 ,  G06N3/0455 ,  G06N3/09 ,  G06F18/10 ,  G06F18/24

Abstract: 本发明公开了一种基于监督对比学习的隐式情感元素抽取方法。本发明包括以下步骤：首先，对情感数据集进行预处理，获得预处理后的情感数据集；接着，对预处理后的情感数据集对应的各输入文本进行位置标定，获得标定后的输入文本；然后，利用各标定后的输入文本和预处理后的情感数据集对隐式情感元素抽取模型进行训练，获得训练好的隐式情感元素抽取模型；最后，将待处理文本输入到训练好的隐式情感元素抽取模型中，检测当前待处理文本中包含的隐式情感元素并对情感四元组进行抽取。本发明可以更为精准的检测出文本中的隐式方面以及隐式意见，从而对上述隐式情感元素进行抽取，因此在文本的隐式情感元素抽取上具有一定的优势。

公开(公告)号：CN113672727A

公开(公告)日：2021-11-19

申请号：CN202110855621.8

申请日：2021-07-28

Applicant: 重庆大学

Inventor： 杨智翔 ,  邹东升 ,  陈香 ,  张晓彤 ,  宋心仪 ,  杨钰铭 ,  席康

IPC: G06F16/35 ,  G06F16/36 ,  G06F16/901 ,  G06N3/08

Abstract: 本发明公开了一种金融文本实体关系抽取方法，涉及人工智能领域的技术领域，具体方案为：S1：在金融数据集上使用BERT预训练单词嵌入；S2：建立实体关系图：以金融文本中的实体作为节点，实体所在的文本作为节点之间的关系边；S3：更新实体关系图：通过关系边的转移矩阵对节点嵌入使用聚合函数更新节点嵌入，重复更新实体关系图；S4：预测关系类别：从S3过程中获取若干次更新实体关系图的各层目标实体对嵌入的输出，经变换拼接后送入多层感知机进行分类，选择概率最大的类别作为关系输出。本发明建立在金融数据基础上，因此对金融领域文本的实体关系抽取具有领域优势。

公开(公告)号：CN116312455A

公开(公告)日：2023-06-23

申请号：CN202211094041.2

申请日：2022-09-08

Applicant: 重庆大学

Inventor： 陈香 ,  邹东升 ,  杨钰铭 ,  杨智翔 ,  宋心仪 ,  席康

IPC: G10L13/02 ,  G10L15/06 ,  G10L17/04 ,  G10L15/18 ,  G10L19/00

Abstract: 本发明涉及人工智能、语音信号处理技术领域，具体为一种基于生成对抗网络的多属性语音合成方法，包括声码器中基于GAN的生成器、生成器－编码器相互作用的循环网络结构、使用支持向量机训练多个单一属性得到多个属性划分超平面、多属性语音编辑及合成方法，通过在通用语音合成的基础框架上，使用了基于GAN生成器的声码器，在语音合成的自然度上和多样性上具有显著优势；生成器－编码器的循环网络使得生成的语音特征更易于控制；训练多个单属性的支持向量机可以定性和定量控制语音的生成，综合这3项技术，本发明可以在多个属性上定性和定量的控制语音的合成，在合成语音样本的丰富性和合成的可控制性上具有独特而显著的优势。

公开(公告)号：CN113672727B

公开(公告)日：2024-04-05

申请号：CN202110855621.8

申请日：2021-07-28

Applicant: 重庆大学

Inventor： 杨智翔 ,  邹东升 ,  陈香 ,  张晓彤 ,  宋心仪 ,  杨钰铭 ,  席康

IPC: G06F40/16 ,  G06F16/35 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/042

Abstract: 本发明公开了一种金融文本实体关系抽取方法，涉及人工智能领域的技术领域，具体方案为：S1：在金融数据集上使用BERT预训练单词嵌入；S2：建立实体关系图：以金融文本中的实体作为节点，实体所在的文本作为节点之间的关系边；S3：更新实体关系图：通过关系边的转移矩阵对节点嵌入使用聚合函数更新节点嵌入，重复更新实体关系图；S4：预测关系类别：从S3过程中获取若干次更新实体关系图的各层目标实体对嵌入的输出，经变换拼接后送入多层感知机进行分类，选择概率最大的类别作为关系输出。本发明建立在金融数据基础上，因此对金融领域文本的实体关系抽取具有领域优势。