“余正涛”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果306个，建议您升级VIP下载更多相关专利

[发明专利]融合事实文本的知识库问答方法-CN202011056492.8有效
发明人： 余正涛;王广祥;郭军军;相艳;黄于欣;线岩团 -专利权人：昆明理工大学
申请日： 2020-09-30 - 公布日： 2023-04-07 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及一种融合事实文本的知识库问答方法，属于自然语言处理领域。本发明分别对自然语言问题及候选答案三元组进行分析，把三元组中的实体、实体类型和关系转换为事实文本，并通过预训练语言模型BERT将自然语言问题与事实文本映射成低维语义空间中的数值向量，然后采用余弦相似度计算并排序，建立融合事实文本的知识库问答方法模型，该模型可学习自然语言问题与候选答案三元组之间的得分关系，从而用于在知识库中找到与自然语言问题语义最相近的答案，该问答方法取得了较好的效果。
融合事实文本知识库问答方法

[发明专利]基于词性软模板注意力机制的短文本自动摘要方法-CN202010366742.1有效
发明人： 余正涛;左一溪;郭军军;张亚飞;高盛祥;王振晗 -专利权人：昆明理工大学
申请日： 2020-04-30 - 公布日： 2023-04-07 - 主分类号： G06F40/284 文献下载
摘要：本发明涉及基于词性软模板注意力机制的短文本自动摘要方法，属于自然语言处理技术领域。本发明首先对文本进行词性标记，将标出的词性序列视为文本的词性软模板，指导模型学习构造摘要句的结构规范，在模型的编码端实现词性软模板的表征，然后引入词性软模板注意力机制，将文中名词、动词等词性序列以注意力的方式增强模型对核心词性的关注，最后在解码端联合词性软模板注意力与传统注意力产生摘要句；本发明提出在构建神经网络摘要生成框架时，加入词性软模板注意力机制，指导模型学习合理的词性组合方式，辅助生成结构清晰且语义完整的摘要。本发明有效提升了生成式摘要的性能，在当前ROUGE评价指标上取得了较好的效果。
基于词性模板注意力机制文本自动摘要方法

[发明专利]多项目卷积神经网络评审专家推荐方法-CN201910677223.4有效
发明人： 余正涛;王广祥;赖华;王剑;何孝胥;毛存礼;郭军军 -专利权人：昆明理工大学
申请日： 2019-07-25 - 公布日： 2023-04-07 - 主分类号： G06Q10/10 文献下载
摘要：本发明涉及多项目卷积神经网络评审专家推荐方法，属于数据处理技术领域。本发明分别对项目信息数据之间及专家项目信息数据之间存在的多种关联关系进行分析，把多个项目信息数据内容和与项目相关的多名专家信息数据内容表示成向量，并通过无向图模型构造项目信息数据之间与专家信息数据之间的关联关系并分别与其内容向量连接成矩阵。然后采用卷积神经网络，建立融合项目信息数据关联关系和专家信息数据关联关系的评审专家推荐模型，该模型可学习项目信息数据之间与专家信息数据之间的得分关系，从而用于评审专家推荐，该推荐方法取得了较好的效果。
多项卷积神经网络评审专家推荐方法

[发明专利]基于细粒度韵律建模的低资源老挝语语音合成方法-CN202211408064.6在审
发明人： 余正涛;姜林;王琳钦 -专利权人：昆明理工大学
申请日： 2022-11-10 - 公布日： 2023-04-04 - 主分类号： G10L13/02 文献下载
摘要：本发明涉及基于细粒度韵律建模的低资源老挝语语音合成方法，属于自然语言处理领域。针对老挝语语音资源极度稀缺，传统基于Tacotron2的神经网络语音合成方法在极低资源语料条件下模型难于训练充分，致使出现模型注意力机制崩坏，合成音频缺乏流畅度和自然度的问题，本发明提出了一种细粒度韵律建模的低资源老挝语语音合成方法，主要包括对老挝语语音合成数据预处理、基于细粒度韵律建模的老挝语语音合成两个部分构成。本发明所提的方法是提取老挝语音频中的音调特征及老挝语字符粒度预训练语言模型，通过交叉注意力机制融合不同层次的粒度特征，帮助模型更好的学习到文本‑梅尔谱图的注意力机制对齐关系，提高模型的韵律表现。
基于细粒度韵律建模资源老挝语音合成方法

[发明专利]融合翻译记忆库的法律领域神经机器翻译方法-CN202310016097.4在审
发明人： 余正涛;曾文颢;赖华;张勇丙 -专利权人：昆明理工大学
申请日： 2023-01-06 - 公布日： 2023-04-04 - 主分类号： G06F40/58 文献下载
摘要：本发明涉及融合翻译记忆库的法律领域神经机器翻译方法，属于自然语言处理技术领域。本发明包括步骤：首先获取中英法律领域平行数据，利用句法解析树工具抽取翻译模版，构建法律领域翻译记忆库；然后训练跨语言检索模型，从翻译记忆库中检索与输入源句相关的翻译记忆和翻译模版；最后利用注意力机制将检索到的翻译记忆和翻译模版融入到解码器中，约束译文生成，以提升法律文本翻译质量。本发明通过引入外部信息来缓解法律领域双语平行语料稀缺对法律领域机器翻译质量的影响，从而提升法律领域神经机器翻译性能。
融合翻译记忆法律领域神经机器翻译方法

[发明专利]基于编码-解码端的图像对差异描述方法-CN202210248468.7有效
发明人：高盛祥;岳圣斌;余正涛 -专利权人：昆明理工大学
申请日： 2022-03-14 - 公布日： 2023-03-24 - 主分类号： G06V10/75 文献下载
摘要：本发明涉及基于解码‑编码端的图像对差异描述方法。本发明包括：1)首先从预训练好的特征提取器中提取出图像的视觉特征；2)然后对这些特征语意之间的交互和位置关系进行建模来获取图像的细粒度信息；3)通过图片间分层交互匹配模块来精准地表征图像间的差异，排除视角/光照变化带来的干扰。4)最后通过基于从上到下的LSTM来对齐视觉和文本特征，然后解码出能够描述出图像间差异的句子。本发明具有强大的鲁棒性，能在存在视角、光照等干扰因素下准确的描述两张图像之间的差异，在该领域所提供的公共数据集的实验中，本发明的评价指标超过了目前最先进的模型，达到国际领先水平。
基于编码解码图像差异描述方法

[发明专利]一种基于混合节点图的涉案微博对象级情感分类方法-CN202110447826.2有效
发明人：相艳;谭晓聪;王红斌;余正涛;郭军军 -专利权人：昆明理工大学
申请日： 2021-04-25 - 公布日： 2023-03-24 - 主分类号： G06F16/9536 文献下载
摘要：本发明涉及一种基于混合节点图的涉案微博对象级情感分类方法，属于情感分类技术领域。本发明所述方法将评论及其评价对象类别视为一个混合节点，根据混合节点之间的语义相似性和情感关联性分别构建语义图和情感图；然后，将语义图和情感图堆叠为一个图张量，并对图张量的每一层执行图内卷积和图间卷积两种卷积操作；最后，在标签的监督下，基于混合节点的特征完成情感分类，本发明能显著提高情感分类性能。
一种基于混合节点涉案对象情感分类方法

[发明专利]融合词簇约束的汉越跨语言词嵌入方法-CN202210014277.4有效
发明人： 余正涛;武照渊;黄于欣 -专利权人：昆明理工大学
申请日： 2022-01-06 - 公布日： 2023-03-10 - 主分类号： G06F40/289 文献下载
摘要：本发明涉及融合词簇约束的汉越跨语言词嵌入方法。本发明首先对汉越单语语料进行预处理并用于训练汉越单语词嵌入；然后利用在线词典和开源词库构建汉越双语词典及词簇词典，并将词与词簇两种粒度的对齐信息融入映射矩阵的训练过程中；最后通过跨语言映射框架得到汉越共享词嵌入空间，使具有相同含义的汉语与越南语词嵌入在空间中彼此接近。本发明使用不同类型的关联关系抽取汉越双语词典中的词簇对齐信息，使映射矩阵学习到多粒度的映射关系，以提升映射矩阵在非标注词上的泛化性，改善汉越低资源场景下双语空间对齐效果不佳的问题。实验结果表明，该模型在汉越词典归纳任务@1和@5上的对齐准确率相比VecMap模型提升了2.2个百分点。
融合约束汉越跨语言嵌入方法

[发明专利]基于领域感知的掩码子结构的多领域自适应神经机器翻译方法-CN202210240961.4有效
发明人： 余正涛;黄双宏;郭军军;文永华 -专利权人：昆明理工大学
申请日： 2022-03-10 - 公布日： 2023-03-10 - 主分类号： G06F40/58 文献下载
摘要：本发明涉及基于领域感知的掩码子结构的多领域自适应神经机器翻译方法，属自然语言处理领域。本发明先构建一个多领域基模型，其次利用各个特定领域的数据对基模型进行微调，得到各个特定领域的领域感知掩码组件，再通过融合策略，集成得到的各个特定领域的领域感知掩码组件，得到领域感知的掩码子结构，最后利用领域感知的掩码子结构以及中英通用领域数据和特定领域的数据训练得到多领域神经机器翻译模型。本发明对中英多领域自适应神经机器翻译实现有效的性能提升，为后续领域自适应神经机器翻译等研究提供强有力的支撑，解决了对于领域自适应中存在的领域偏移和领域间的参数干扰以及通用领域灾难性遗忘等问题会造成模型泛化能力不佳的问题。
基于领域感知掩码结构自适应神经机器翻译方法

[发明专利]基于预训练融合语音特征的文本标点恢复方法-CN202111557681.8有效
发明人：高盛祥;孙童;赖华;余正涛 -专利权人：昆明理工大学
申请日： 2021-12-20 - 公布日： 2023-03-07 - 主分类号： G06F40/211 文献下载
摘要：本发明涉及基于预训练融合语音特征的文本标点恢复方法，属于人工智能领域，本发明使用预训练语言模型获取到原始文本更丰富的信息特征，使用注意力机制对文本进行无视序列长度的语义对齐，将每个词编码成为包含全局语义的隐向量；此基础上将文本信息特征与其对应的原始音频特征在时间上进行对齐，在嵌入空间上进行融合，得到混合了语义信息与音频信息的融合特征，将更多文本无法有效包含的说话人声调、音高、停顿以及静默时间等特征信息提供给模型。
基于训练融合语音特征文本标点恢复方法

[发明专利]一种应用于压力精密控制的自动机器学习系统和方法-CN202011411521.8有效
发明人：杨舒琬;余正涛;何程;方莹;李煜煌 -专利权人：昆明理工大学;云南兆讯科技有限责任公司
申请日： 2021-03-16 - 公布日： 2023-03-07 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种应用于压力精密控制的自动机器学习系统和方法，通过自动深度学习，实现了大量程范围内任意多点设定压力值精密控制最优参数的自动生成及控制参数积累，通过监督机制，在大量程范围内任意多点设定压力值控制时选择最优控制参数进行压力精密控制。解决了传统自动压力控制方法存在控制对象工况因素变化引起的不确定性，且控制对象非线性变化造成难以建立精确数学模型等关键难题。实现了在0—100MPa量程范围任意多点压力控制对象±0.005MPa偏差的精密控制。
一种应用于压力精密控制自动机器学习系统方法

[发明专利]融合领域知识图谱的汉越跨境民族文本检索方法及装置-CN202211350058.X在审
发明人：毛存礼;刘思源;余正涛;黄于欣;高盛祥;张勇丙 -专利权人：昆明理工大学
申请日： 2022-10-31 - 公布日： 2023-01-13 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及融合领域知识图谱的汉越跨境民族文本检索方法及装置，属于自然语言处理技术领域。汉越跨境民族领域文本特征主要体现在存在大量不常见的领域实体且实体表达形式多样问题。这些问题突出了跨境民族领域的特殊性。本发明提出了融合领域知识图谱的汉越跨境民族文本检索方法，包括汉越跨境民族文本数据预处理、基于汉越知识图谱对查询文档进行扩展、进行汉越跨境民族查询文档特征融合、进行汉越跨境民族文本检索构成。根据这四个功能模块化制成融合领域知识图谱的汉越跨境民族文本检索装置，具有重要的理论和实际运用价值。
融合领域知识图谱汉越跨境民族文本检索方法装置

[实用新型]电池热失控抑制组件及电池包-CN202222156578.9有效
发明人： 余正涛;余正权 -专利权人：宁夏昊能新能源股份有限公司
申请日： 2022-08-16 - 公布日： 2023-01-10 - 主分类号： H01M10/42 文献下载
摘要：本实用新型提供一种电池热失控抑制组件及电池包，包括多个箱体，每个箱体内盛装细沙，每个箱体设置一个细沙容置腔，细沙容置腔的下端设置电解液进入口。将上述电池热失控抑制组件安装至对应的电池组上，即每一个单体电池的上端安装一个盛放细沙的箱体，每个箱体的电解液进入口扣合在单体电池的安全阀处，电解液进入口的边沿和单体电池之间的密封，当单体电池发生热失控后，电解液自发生热失控的电池安全阀喷出从电解液进入口进入箱体，进入箱体内的电解液被箱体内的沙子吸附，同时箱体内的沙子之间的空气稀薄，起到隔离空气的目的，防止喷出的电解液进一步燃烧，也防止了因一个单体电池热失控而引发相邻或相近的多个单体电池发生热失控。
电池失控抑制组件

[发明专利]一种基于在线多哈希码联合学习的跨模态检索方法-CN202211193958.8在审
发明人：舒振球;李莉;余正涛;毛存礼;高盛祥;永凯玲;白益冰;李彬 -专利权人：昆明理工大学
申请日： 2022-09-28 - 公布日： 2023-01-06 - 主分类号： G06F16/901 文献下载
摘要：本发明公开了一种基于在线多哈希码联合学习的跨模态检索方法。包括以下步骤：获取跨模态数据集，并将数据集中的训练集分为t轮数据块来模拟流数据；构建目标函数，利用被分为t轮的训练数据集来模拟流数据对目标函数进行训练，当第t轮数据块到达时，保存前t‑1轮数据块训练得到的不同长度的哈希码不变，学习第t轮数据块不同长度的哈希码并保存，并根据第t轮数据块的实时新数据来在线更新哈希函数；进行待检索样本的跨模态检索；本发明在模型训练的过程中，只需要存储前一轮的优化结果，从而实现了在不重新训练旧数据的前提下为实时新数据生成不同长度的哈希码，增加了哈希码学习的灵活性，降低了系统的内存消耗，提高了检索效率。
一种基于在线多哈联合学习跨模态检索方法

[发明专利]融入文档图和事件图的新闻核心事件检测方法-CN202211028476.7在审
发明人： 余正涛;赵庆珏;朱恩昌;黄于欣;线岩团 -专利权人：昆明理工大学
申请日： 2022-08-25 - 公布日： 2022-12-23 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及融入文档图和事件图的新闻核心事件检测方法，属于自然语言处理技术领域。本发明首先通过构建文档图和事件图来建模新闻文本的全局语义特征和事件之间的关联特征。然后，通过图卷积神经网络捕获高阶邻域信息，获得文档表征和事件表征。最后，将得到的文档表征和事件表征使用交叉注意力进一步捕获事件全局语义信息。本发明能够快速、准确的获取新闻的核心信息，是新闻事件分析的基础，同时也对新闻文本摘要、智能问答、阅读理解以及生成事件链等众多下游任务至关重要。
融入文档事件新闻核心检测方法