公开(公告)号：CN112445913A

公开(公告)日：2021-03-05

申请号：CN202011333726.9

申请日：2020-11-25

Applicant: 重庆邮电大学

Inventor： 王进 ,  周阳 ,  李辰宇 ,  徐其成 ,  颜子涵 ,  梁文慧 ,  孙开伟 ,  邓欣

IPC: G06F16/35 ,  G06F40/126 ,  G06F40/151 ,  G06F40/284 ,  G06K9/62 ,  G06Q40/00

Abstract: 本发明涉及自然语言处理，人工智能领域，具体涉及一种基于大数据的金融信息负面主体判定分类方法，该方法包括：获取金融文本数据，对金融文本数据进行预处理；将预处理后的金融文本和对应的实体列表转换成单实体金融文本的输入样本；将输入样本输入到训练好的BERT模型中进行单词编码；将编码后的数据输入到训练好的联合模型中进行对应分类；根据分类结果判断当前金融行情；本发明通过将金融文本和其对应的金融实体进行单实体+金融文本输入文本的转换，构建联合模型，同时结合了负面信息判定和负面主体判定之间的相互关联性，避免了流水线模型的缺点，提高了识别准确率。

公开(公告)号：CN112445913B

公开(公告)日：2022-09-27

申请号：CN202011333726.9

申请日：2020-11-25

Applicant: 重庆邮电大学

Inventor： 王进 ,  周阳 ,  李辰宇 ,  徐其成 ,  颜子涵 ,  梁文慧 ,  孙开伟 ,  邓欣

IPC: G06F16/35 ,  G06F40/126 ,  G06F40/151 ,  G06F40/284 ,  G06K9/62 ,  G06Q40/00

Abstract: 本发明涉及自然语言处理，人工智能领域，具体涉及一种基于大数据的金融信息负面主体判定分类方法，该方法包括：获取金融文本数据，对金融文本数据进行预处理；将预处理后的金融文本和对应的实体列表转换成单实体金融文本的输入样本；将输入样本输入到训练好的BERT模型中进行单词编码；将编码后的数据输入到训练好的联合模型中进行对应分类；根据分类结果判断当前金融行情；本发明通过将金融文本和其对应的金融实体进行单实体+金融文本输入文本的转换，构建联合模型，同时结合了负面信息判定和负面主体判定之间的相互关联性，避免了流水线模型的缺点，提高了识别准确率。

公开(公告)号：CN119760539A

公开(公告)日：2025-04-04

申请号：CN202411830951.1

申请日：2024-12-12

Applicant: 重庆邮电大学

Inventor： 邓欣 ,  洪心怡 ,  梁文慧 ,  张勇 ,  马铭辉

IPC: G06F18/2415 ,  G06F18/213 ,  G06F18/25 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/084 ,  G06N3/094 ,  G06F123/02

Abstract: 本发明属于脑机接口情绪识别领域，具体涉及一种基于多层次对齐的跨域EEG信号情绪识别方法，包括：获取脑电信号，将脑电信号输入到训练好的情绪识别模型中，得到情绪分类结果；情绪识别模型的训练过程包括：获取脑电信号并进行预处理，将预处理后的脑电数据划分为源域数据和目标域数据；对源域和目标域数据进行特征提取，得到浅层特征和深层特征；根据浅层特征的无条件MMD损失和深层特征的条件MMD损失更新模型参数，直到得到训练好的情绪识别模型；本发明通过浅层特征的无条件MMD损失有效减少了域间的通用特征差异，通过深层特征的条件MMD损失进一步增强了不同类别的特征一致性，实现了源域与目标域之间的精细特征对齐。