“鲁燃”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12个，建议您升级VIP下载更多相关专利

[发明专利]基于轻量级图卷积网络的社交推荐方法及系统-CN202310135540.X在审
发明人：鲁燃;梁秀芳;朱英政;段化娟;刘培玉 -专利权人：山东师范大学
申请日： 2023-02-16 - 公布日： 2023-07-04 - 主分类号： G06F16/9536 文献下载
摘要：本发明公开了基于轻量级图卷积网络的社交推荐方法及系统，属于社交推荐技术领域。包括获取用户历史交互数据，根据用户历史交互数据，获取用户初始嵌入表示和项目初始嵌入表示；通过训练后的社交推荐模型处理所述用户初始嵌入表示和所述项目初始嵌入表示，以生成并输出项目推荐列表。能够联合捕获用户社交域和用户兴趣域所反映的高阶协作语义信号，提高社交推荐的准确性，引入自注意力机制以实现对重要节点的聚焦；解决了现有技术中存在“未充分学习社交域中的信息，忽略了节点特征的质量，影响到最终推荐的结果”的问题。
基于轻量级图卷网络社交推荐方法系统

[发明专利]语句文本方面级情感分类方法及系统-CN202110372212.2有效
发明人：鲁燃;李筱雯;刘培玉;朱振方 -专利权人：山东师范大学
申请日： 2021-04-07 - 公布日： 2023-04-25 - 主分类号： G06F16/35 文献下载
摘要：本发明提供一种语句文本方面级情感分类方法及系统，属于文本情感分类技术领域，包括：将每个单词进行序列化表示，获取序列的上下文序列信息，通过结构化自注意力机制生成结构化方面表示和结构化上下文表示；根据结构化方面表示和结构化上下文表示，利用依存关系树的句法依存信息，结合平均池化聚合方面向量的信息，提取最终嵌入，结合反向传播算法，计算不同情感极性的概率分布，预测句子最终情感极性。本发明解决了多个词之间的长距离单词依存问题，考虑了上下文依赖关系；利用结构化的自我注意机制，将句子编码成一个多维矩阵，每个向量可以被视为与方面词相关的上下文，生成方面的上下文表示，揭示了多个语义片段与方面词的关系。
语句文本方面情感分类方法系统

[发明专利]一种基于多图语义融合的多行为推荐方法及系统-CN202211198942.6在审
发明人：鲁燃;朱英政;梁秀芳;段化娟;刘培玉 -专利权人：山东师范大学
申请日： 2022-09-29 - 公布日： 2023-01-17 - 主分类号： G06F16/9536 文献下载
摘要：本发明提出了一种基于多图语义融合的多行为推荐方法及系统，涉及深度学习技术和推荐领域,构造用户‑用户图、项目‑项目图和用户‑项目多行为交互图；将三个图中的节点及边在同一个空间中进行嵌入；学习特定类型行为的上下文消息，捕获不同行为对于目标用户的重要性；对用户节点与项目节点分别进行融合；对融合后的用户节点与项目节点进行内积操作，根据内积的得分情况进行排序，将得分高的项目有效推荐给用户；本发明利用构造的用户图、项目图和多行为交互图中联合学习包含各行为特征的节点的高阶表示，有效利用不同行为自身携带的语义挖掘了行为的上下文信息，并通过在同类型节点图中挖掘同类型节点之间传递的高阶协同信号，提高了消息传播质量。
一种基于语义融合行为推荐方法系统

[发明专利]一种基于用户社交信息的推荐方法及系统-CN202211233278.4在审
发明人：鲁燃;梁秀芳;朱英政;段化娟;刘培玉 -专利权人：山东师范大学
申请日： 2022-10-10 - 公布日： 2022-12-30 - 主分类号： G06Q30/06 文献下载
摘要：本发明公开了一种基于用户社交信息的推荐方法及系统，该方法通过将带有时间感知信息的用户表示和项目表示融入到多交互类型的用户‑项目交互的关系感知依赖网络中，利用该关系感知依赖网络对多类型交互行为模式进行建模，获得包含高阶异构多类型动态交互的用户嵌入表示和项目嵌入表示，提取高阶多交互感知协同语义信息，同时，基于用户社交图，利用图注意力机制和互信息学习方式增强用户嵌入表示，获得包含用户社交信息的用户增强嵌入表示，以此实现基于用户社交信息的推荐模型的细粒度建模，最后，将用户嵌入表示和用户增强嵌入表示融合后与项目嵌入表示进行点积操作，制定推荐列表。本发明通过上述方案，实现了推荐性能及推荐准确性的提高。
一种基于用户社交信息推荐方法系统

[发明专利]一种学生面部表情识别方法及系统-CN202210277496.1在审
发明人：刘慧伶;鲁燃;刘培玉 -专利权人：山东师范大学
申请日： 2022-03-21 - 公布日： 2022-07-05 - 主分类号： G06V40/16 文献下载
摘要：本发明提供了一种学生面部表情识别方法及系统，包括：获取包含所有待识别学生面部在内的图像；采用人脸识别算法，识别出所述图像中所有待识别学生的人脸，并剪裁得到每个待识别学生的人脸图片；将每个待识别学生的人脸图片输入训练好的卷积神经网络中，得到每个待识别学生对应的每种面部表情类别的概率，将最大概率对应的面部表情类别作为待识别学生的面部表情识别结果；其中，卷积神经网络包括依次连接的若干层卷积层、一层全连接层和一层softmax层，每层卷积层由一个BN层、一个激活层和一个平均池化层构成。提高了面部表情识别的精度。
一种学生面部表情识别方法系统

[发明专利]一种基于交互双重图卷积网络的情感预测方法及系统-CN202210032949.4在审
发明人：鲁燃;王雪;刘培玉;朱振方 -专利权人：山东师范大学
申请日： 2022-01-12 - 公布日： 2022-05-24 - 主分类号： G06F16/35 文献下载
摘要：本发明提供了一种基于交互双重图卷积网络的情感预测方法及系统，包括：获取待预测的文本，并转化为若干词向量序列；提取若干词向量序列的上下文信息，得到隐藏状态向量；基于若干词向量序列，采用句法图卷积网络，得到句法图；基于所述隐藏状态向量，采用语义图卷积网络，得到语义图；基于句法图和语义图，交互学习句法信息和语义信息，得到交互学习后的句法图和语义图；基于交互学习后的句法图和语义图，预测得到待预测的文本的情感概率分布。提高了对情感极性判断的准确性和稳定性。
一种基于交互双重图卷网络情感预测方法系统

[发明专利]基于依赖感知图卷积网络的方面级情感分类方法及系统-CN202111181805.7在审
发明人：鲁燃;王雪;刘培玉;朱振方 -专利权人：山东师范大学
申请日： 2021-10-11 - 公布日： 2022-01-28 - 主分类号： G06F16/35 文献下载
摘要：本公开提供了一种基于依赖感知图卷积网络的方面级情感分类方法及系统包括：获取文本信息：依据获取的文本信息和预设的方面级情感分类模型，得到情感分类结果；其中，方面级情感分类模型中，将依据文本信息获得的上下文表示输入多头注意力层，实现上下文序列和方面词之间的相互作用，以及在图神经网络中增加对依赖类型信息的整合，对词与词之间边的处理根据不同的依赖信息给予不同的关注，使用多层依赖感知的图卷积网络层进行综合学习；本公开对词与词之间边的处理根据不同的依赖信息给予不同的关注，将重要的上下文信息与这些关系区分开来以增强ASC，提高了在不同数据集上对情感极性判断的准确性和稳定性。
基于依赖感知图卷网络方面情感分类方法系统

[发明专利]基于图卷积网络和选择注意力的方面级情感分析方法及系统-CN202110534313.5在审
发明人：鲁燃;王雪;刘培玉;刘杰;张琼安;朱振方 -专利权人：山东师范大学
申请日： 2021-05-17 - 公布日： 2021-09-07 - 主分类号： G06F40/211 文献下载
摘要：本公开提供了一种基于图卷积网络和选择注意力的方面级情感分析方法及系统，包括：获取待分析的文本，并将其转化为词向量嵌入表示；利用双向LSTM对所述词向量嵌入表示进行特征提取，得到词向量嵌入的初始上下文表示；将所述初始上下文表示输入图卷积网络获得文本的图特征表示；基于预训练的选择注意力模型对所述图特征表示进行特征提取，并对获得的特征进行mask操作得到新的上下文表示；将所述初始上下文表示与新的上下文表示进行拼接，将拼接后的向量输入预训练的情感预测模型，获得情感极性预测结果。通过采用选择注意力机制，增强了捕捉句法信息的能力，有效地结合句子的句法信息和语义信息，提高了不同数据集上对情感极性判断的准确性和稳定性。
基于图卷网络选择注意力方面情感分析方法系统

[发明专利]基于Transformer模型的对话生成方法及系统-CN202110546978.8在审
发明人：鲁燃;王元英;徐富永;刘培玉;朱振方 -专利权人：山东师范大学
申请日： 2021-05-19 - 公布日： 2021-09-07 - 主分类号： G06F16/332 文献下载
摘要：本公开提供了一种基于Transformer模型的对话生成方法及系统，所述方案基于Transformer模型，在编码器端对角色信息和对话历史信息进行多头注意力编码和全连接层处理；在解码器端提出了一种注意力路由机制在解码器中动态权衡对话历史信息、角色信息和目标回复之间的关系，缓解了回复个性化特征不足的问题，在一定程度上提高了回复的个性化程度。
基于 transformer 模型对话生成方法系统

[发明专利]一种方面级文本情感分类方法及系统-CN202011195074.7在审
发明人：鲁燃;李筱雯;刘杰;刘培玉;朱振方 -专利权人：山东师范大学
申请日： 2020-10-30 - 公布日： 2021-02-09 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种方面级文本情感分类方法及系统，包括：根据获取的句子文本的局部特征向量提取句子文本的长距离依赖特征，得到句子文本的上下文特征表示；根据句子文本的上下文特征表示构建句子文本中单词间的句法依赖关系，得到句子文本的方面级特征表示；构建基于依存树的图注意力神经网络，根据句子文本的方面级特征表示得到文本的方面级情感类别。采用卷积神经网络提取句子中的局部特征信息，利用双向长短时记忆网络学习卷积神经网络池化后的特征，获取句子的上下文信息，构建基于依存树的图注意力网络模型，利用依存树的句法信息对句子依赖关系进行建模，提高情感分类的性能。
一种方面文本情感分类方法系统

[发明专利]基于深度日志序列分析的系统异常检测方法及系统-CN202010613585.X在审
发明人：鲁燃;张林栋;刘培玉;朱振方 -专利权人：山东师范大学
申请日： 2020-06-30 - 公布日： 2020-11-13 - 主分类号： G06F16/332 文献下载
摘要：本公开提供了一种基于深度日志序列分析的系统异常检测方法及系统，通过将序列标注模型Bi‑LSTM‑CRF应用到日志路径异常检测中，将正态分布应用到日志参数异常检测中，这使得BiLCN能够自动的学习正常的日志模式，包括日志执行路径以及日志事件的参数，并能准确的将偏离正常模型的日志事件检测出来标记为异常；同时，所述系统还包括日志解析器、特征提取器以及日志路径流模型，通过检测的日志序列构造成日志路径流模型，将异常情况反馈给用户，以便用户及时进行系统诊断，经实验验证，本方法具有较高的准确度和执行效率。
基于深度日志序列分析系统异常检测方法

[发明专利]一种文本情感分类方法及系统-CN202010565182.2在审
发明人：李筱雯;鲁燃;刘杰;张敬仁;刘培玉;朱振方 -专利权人：山东师范大学
申请日： 2020-06-19 - 公布日： 2020-11-03 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种文本情感分类方法及系统，包括对文本句以词为单位进行划分，对每个词映射为词向量；提取文本句中的关键词，根据关键词的词向量、关键词在文本句中的位置以及关键词所属的情感词性类型分别构建词向量注意力矩阵、位置注意力矩阵和词性注意力矩阵，并将三者融合构建第一特征；采用BiGRU网络根据关键词的上下文语义信息得到第二特征；采用由第一特征和第二特征作为训练集训练的多注意力卷积神经网络模型对待测文本句的情感类型进行分类。结合多注意力机制的CNN模型获取关键词情感分类第一维度特征，通过BiGRU获取初始句子情感分类第二维度特征，将两个维度特征融合，提升对文本深层次语义的感知能力进而提升文本情感分类准确率。
一种文本情感分类方法系统

1
共 12 条