专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果142646个,建议您升级VIP下载更多相关专利
  • [发明专利]一种网络评论分析方法及系统-CN201711212278.5在审
  • 李孟歆;刘方卉竹;许可;张颖;侯静 - 沈阳建筑大学
  • 2017-11-28 - 2018-05-04 - G06F17/30
  • 本发明公开一种网络评论分析方法及系统,所述网络评论分析方法包括获取网络中的原始评论文本、所述原始评论文本的发表时间及获取时间;对网络中的原始评论文本进行文本预处理,获得所述原始评论文本的词组集合;从所述词组集合中提取所述原始评论文本的情感特征集;根据原始评论文本的发表时间及获取时间,确定对应原始评论文本的权重;基于支持向量机SVM分类器,根据所述原始评论文本的情感特征集及对应的权重,确定所述原始评论文本的置信度。通过对网络中的原始评论文本进行文本预处理,排除干扰因素,通过引入原始评论文本的发表时间及获取时间确定对应原始评论文本的权重,进而根据确定所述原始评论文本的置信度,可提高网络评价的准确性。
  • 一种网络评论分析方法系统
  • [发明专利]一种基于深度学习的音乐评论生成方法-CN202010379417.9有效
  • 黄璜;赵海秀;张少杰;王彦青;王为强 - 新讯数字科技(杭州)有限公司
  • 2020-05-07 - 2023-09-15 - G06F40/205
  • 一种基于深度学习的音乐评论生成方法,包括:使用网络爬虫技术,获取音乐原始评论,构建音乐评论库;基于Bert模型和Transformer模型,构建文本摘要生成模型,将待评论音乐的歌词文本输入文本摘要生成模型,获得歌词摘要文本;判断音乐评论库中所有音乐的原始评论中是否存在有待评论音乐的音乐名或歌手名,如果是,则挑选出存在有音乐名或歌手名的原始评论,如果否,则计算待评论音乐的歌词摘要文本和音乐评论库中每条音乐的原始评论的文本相似度,并挑选出相似度最高的原始评论;基于VAE模型构建复述生成模型,将挑选出的原始评论输入复述生成模型,生成新的评论文本。本发明属于信息技术领域,能自动生成音乐的评论文本,并提高文本准确度、多样性和流畅度。
  • 一种基于深度学习音乐评论生成方法
  • [发明专利]基于双循环图的虚假评论检测方法-CN201811031362.1有效
  • 陈晋音;黄国瀚;吴洋洋 - 浙江工业大学
  • 2018-09-05 - 2020-12-11 - G06F16/2458
  • 本发明公开了一种基于双循环图的虚假评论检测方法,包括:(1)采用原始图过滤器计算原始评论数据的评论置信度和用户置信度,并对用户置信度进行筛选获得可靠用户;(2)利用原始图过滤器计算可靠用户对应的评论数据的商店置信度;(3)将原始图过滤器中的评论置信度更新为步骤(1)获得的评论置信度,利用原始图过滤器计算原始评论数据的用户置信度;(4)以步骤(2)获得的商店置信度和步骤(3)获得的用户置信度作为初始值,构建加权图过滤器;(5)利用加权图过滤器计算原始评论数据的商店置信度、用户置信度和评论置信度,根据评论置信度筛选获得虚假评论。该方法提高了虚假评论的检测准确度。
  • 基于双循环虚假评论检测方法
  • [发明专利]一种论坛敏感信息抽取方法、系统、设备及介质-CN202310219502.2在审
  • 靳永珠 - 《人民论坛》杂志社
  • 2023-03-07 - 2023-07-28 - G06F16/335
  • 在该方法中,包括以下步骤:获取原始评论文本;对原始评论文本进行数据预处理,生成标准评论文本;根据原始评论文本或标准评论文本提取文本特征,文本特征至少包括评论分词特征、评论语义特征以及评论风格特征;对提取的文本特征进行处理,生成原始评论文本的文本表示;基于预置的文本分类器处理文本表示,将原始评论文本区分为不良评论文本或正常评论文本。通过采用本申请提供的技术方案,提取评论文本中的多维度特征,有效的避免了在评论文本中特征稀疏的问题,有利于提升敏感信息识别方法对于不良评论的鉴别能力,使得包含有敏感词的评论能够被较好的鉴别出来。
  • 一种论坛敏感信息抽取方法系统设备介质
  • [发明专利]评论内容库的确定方法、评论内容推荐方法和装置-CN202211635272.X在审
  • 钱栋军;苏凯;袁泽寰 - 北京有竹居网络技术有限公司
  • 2022-12-19 - 2023-04-25 - H04N21/4788
  • 本公开涉及一种评论内容库的确定方法、评论内容推荐方法和装置,所述评论内容库的确定方法包括:获取第一原始训练数据集,其中,所述第一原始训练数据集为从历史直播过程中采集到的,所述第一原始训练数据集中的每一第一训练样本包括第一评论内容以及该第一评论内容发布时的第一直播内容;确定各第一训练样本中的第一直播内容和第一评论内容分别对应的相关度,并基于所述相关度对所述第一原始训练数据集中的第一训练样本进行筛选,获得候选训练数据集;基于所述候选训练数据集中的评论内容,确定待审核的目标评论内容,并将审核通过后的目标评论内容添加至评论内容库。由此,有效降低需要进行审核的评论内容的数量,并提高目标评论内容的质量。
  • 评论内容确定方法推荐装置
  • [发明专利]评论信息情感偏好识别模型训练方法、识别方法及设备-CN202211078798.2有效
  • 王业全;张恒然;孙爱欣 - 北京智源人工智能研究院
  • 2022-09-05 - 2022-11-04 - G06F40/186
  • 本发明公开了评论信息情感偏好识别模型训练方法、识别方法及设备,属于自然语言处理技术领域。评论信息情感偏好识别模型训练方法包括在原始通道中生成各组评论训练数据各自对应的原始文本模板,并在镜像通道中生成交换原始文本模板中比较对象的位置后形成的镜像文本模板,其中每组评论训练数据均包括评论信息、两个比较对象和属性;基于各个评论信息、原始文本模板和镜像文本模板,对原始通道和镜像通道中的情感偏好识别模型进行训练及优化,以使情感偏好识别模型用于输出评论信息中两个比较对象针对该属性的情感偏好结果。本发明通过双通道模型训练,降低了比较对象在评论信息句子中的顺序敏感度,在对比情感分析的实际应用中提高了识别准确度。
  • 评论信息情感偏好识别模型训练方法设备
  • [发明专利]视频评论处理方法、装置、计算机设备及存储介质-CN201910651935.9有效
  • 康昕煜;陈爽 - 平安科技(深圳)有限公司
  • 2019-07-18 - 2023-04-07 - H04N21/234
  • 本发明公开了一种视频评论处理方法、装置、计算机设备及存储介质,该方法包括:获取客户端播放原始视频的同时采集到的用户的录制视频,每一待识别图像的录制时间戳与一原始视频图像的播放时间戳关联;若接收到视频评论指令,基于接收到视频评论指令的系统时间和预设时间段,确定目标评论时间,获取目标评论时间内的携带情绪标签的已评论数据;采用微表情识别模型对目标评论时间对应的待识别图像进行微表情识别,获取目标情绪类型;将与目标情绪类型相匹配的情绪标签对应的已评论数据作为推荐评论数据,在客户端的评论界面上显示推荐评论数据;基于推荐评论数据获取并发表目标评论数据。该方法可实现快速获取相应的评论信息并进行分享。
  • 视频评论处理方法装置计算机设备存储介质
  • [发明专利]评论信息分类方法、装置、电子设备及存储介质-CN202211522591.X在审
  • 储茜 - 中国农业银行股份有限公司
  • 2022-11-30 - 2023-04-11 - G06F16/35
  • 本发明实施例公开一种评论信息分类方法、装置、电子设备及存储介质,该方法包括对待分类评论信息分词,得到分词结果;利用预设词库基于分词结果提取待分类评论信息的原始特征;利用主成分分析法将原始特征进行特征映射变换,得到目标特征;将目标特征输入信息分类模型进行分类,得到待分类评论信息的分类结果。即本发明的方案可以在对评论分词后,利用词库基于分词结果提取评论特征,并对提取的特征进行映射变换,得到作为分类模型输入的目标特征,通过特征提取和映射变换,可以将评论统一规范化,避免评论者个体差异导致的分类障碍,利用模型基于规范化的特征对评论分类,可以提高评论分类的准确度。
  • 评论信息分类方法装置电子设备存储介质
  • [发明专利]一种用户评论文本情感分析方法及装置-CN202010529486.3在审
  • 徐志刚;董铠;朱红蕾 - 兰州理工大学
  • 2020-06-11 - 2020-09-25 - G06F16/33
  • 本发明提供了一种用户评论文本情感分析方法及装置,该方法包括:获取用户评论文本;将所述用户评论文本转换为多个原始词向量;计算所述多个原始词向量中词向量的注意力权重;根据所述多个原始词向量、注意力权重,生成新词向量;确定所述注意力权重大于阈值的新词向量为关键词;使用C‑GRU神经网络,根据所述关键词,对所述用户评论文本进行情感分类。本申请使用注意力机制对每个词向量进行扩展,使得文本中的关键信息更容易被获取;C‑GRU网络模型能够用CNN获取到评论的局部特征信息,再用GRU学习到文本的上下文信息和层次结构信息,解决评论不规范、稀疏、主旨不明确的特点,实现了用户评论文本的有效分析。
  • 一种用户评论文本情感分析方法装置

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top