“黄于欣”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100个，建议您升级VIP下载更多相关专利

[发明专利]一种结合用户评论的司法舆情文本摘要方法-CN202011061155.8有效
发明人：余正涛;黄于欣;相艳;于志强;郭军军 -专利权人：昆明理工大学
申请日： 2020-09-30 - 公布日： 2021-11-23 - 主分类号： G06F16/951 文献下载
摘要：本发明涉及结合用户评论的司法舆情文本摘要方法。本发明首先利用基于双向长短期记忆网络的新闻正文编码器和用户评论编码器，分别对新闻正文和用户评论进行建模；然后构造双路选择门控去噪网络，对评论中的噪声信息进行去除，抽取评论中包含的案件要素；构造基于双向注意力机制的融合模块，对新闻评论和新闻正文进行融合，生成融合用户评论的上下文向量；最后利用基于单向长短期记忆网络的解码器逐词生成摘要。本发明能生成质量更高的文本摘要，为开展司法舆情文本摘要研究提供了可借鉴的方法，同时也为及时、有效、快速的司法舆情应急处置提供强有力的支撑。
一种结合用户评论司法舆情文本摘要方法

[发明专利]基于变分双主题表征的弱监督涉案微博评价对象识别方法-CN202011500553.5有效
发明人：相艳;余正涛;郭军军;线岩团;黄于欣 -专利权人：昆明理工大学
申请日： 2020-12-18 - 公布日： 2021-11-23 - 主分类号： G06F40/211 文献下载
摘要：本发明涉及基于变分双主题表征的弱监督涉案微博评价对象识别方法。本发明首先利用神经主题表征网络对评论进行两次变分编码和重构，获得主题特征；然后，计算神经主题表征网络的重构损失，再利用标签样本计算评价对象分类损失；最后采用联合训练策略，对神经主题表征网络的重构损失与评价对象分类损失进行联合调优，实现对微博评价对象的自动识别。本发明先利用变分双主题表征网络对评论进行两次编码和重构,获得丰富的主题特征，其次利用少量标签评论，引导主题表征网络自动判别评价对象类别。实现了对评价对象的自动分类和评价对象词项的挖掘。并在涉案舆情的两个数据集上进行了理论与技术的验证，实验结果充分证明了该方法的有效性。
基于变分双主题表征监督涉案评价对象识别方法

[发明专利]基于神经自回归分布估计的涉案新闻主题模型构建方法及装置-CN202010984648.2有效
发明人：毛存礼;梁昊远;余正涛;郭军军;黄于欣;高盛祥 -专利权人：昆明理工大学
申请日： 2020-09-18 - 公布日： 2021-11-23 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及基于神经自回归分布估计的涉案新闻主题模型构建方法及装置，属于自然语言处理技术领域。本发明首先构建涉案新闻数据并预处理，得到案件要素库和涉案词向量；然后由iDocNADEe模型计算新闻和案件要素的双向隐状态；再用案件要素和新闻的双向隐状态构建注意力机制，对新闻隐状态加权；接下来利用神经自回归算法和案件要素加权的新闻隐状态计算案件要素指导的自回归条件概率；依据涉案新闻的自回归条件概率构建涉案主题模型，并利用涉案新闻主题模型进行涉案新闻检索。本发明在困惑度和主题连贯性以及文档检索精确率等指标上的表现均优于基线模型。
基于神经回归分布估计涉案新闻主题模型构建方法装置

[发明专利]融合评论的多任务联合谣言检测方法-CN202110337896.2在审
发明人：余正涛;王繁;郭军军;相艳;黄于欣;线岩团 -专利权人：昆明理工大学
申请日： 2021-03-30 - 公布日： 2021-07-23 - 主分类号： G06F16/9536 文献下载
摘要：本发明涉及融合评论的多任务联合谣言检测方法，属于自然语言处理领域。本发明包括：构建微博谣言数据集；使用自注意力机制分别获取微博正文和用户评论丰富的上下文特征，之后将微博正文和用户评论共享特征通过带有过滤机制的门控单元和注意力单元对用户评论进行有效的筛选；最后输出层使用线性变换和softmax函数去预测当前序列中的用户评论相关性标签和微博事件标签。本发明采用多任务联合学习的方式，通过用户评论与微博事件之间的关联性，采用联合学习同时学习和更新主任务模型和辅助模型的参数。本发明通过融合用户评论并进行有效筛选作为背景实现了微博谣言检测，从获取的舆情中检测出谣言，为后续的谣言检测提供了支撑。
融合评论任务联合谣言检测方法

[发明专利]一种融合主题信息的司法舆情文本摘要方法-CN201910999268.3有效
发明人：余正涛;黄于欣;相艳;郭军军;线岩团;于志强 -专利权人：昆明理工大学
申请日： 2019-10-21 - 公布日： 2021-07-09 - 主分类号： G06F16/34 文献下载
摘要：本发明涉及融合主题信息的司法舆情文本摘要方法。本发明首先构造司法舆情文本摘要数据集；利用主题模型生成包含主题词和文档主题概率分布的司法舆情主题知识库；再在基于注意力的编解码模型基础上，提出一种基于主题信息约束的司法舆情文本摘要模型。一方面对主题词编码获得新闻文本相关的主题向量，将其作为外部知识融入解码过程中指导摘要生成；另一方面计算得到已生成摘要的主题分布，利用预训练的新闻文本主题分布优化模型。本发明利用主题信息作为外部知识，更有效的指导解码过程，生成质量更高的文本摘要，为开展融入领域知识的司法舆情文本摘要研究提供了可借鉴的方法，同时也为及时、有效、快速的司法舆情应急处置提供强有力的支撑。
一种融合主题信息司法舆情文本摘要方法

[发明专利]基于案件要素异构图的舆情新闻抽取式摘要方法-CN202110458891.5在审
发明人：余正涛;李刚;黄于欣;相艳;朱恩昌;张勇丙 -专利权人：昆明理工大学
申请日： 2021-04-27 - 公布日： 2021-07-06 - 主分类号： G06F16/9535 文献下载
摘要：本发明基于案件要素异构图的舆情新闻抽取式摘要方法，属于自然语言处理领域。本发明包括：构建案件舆情新闻数据集；首先通过基于图注意力机制融入案件要素的方法，构建一个由句子节点、词节点以及案件要素节点组成的异构图，来捕捉句子间的关联关系，最后对句子进行分类，生成摘要。本发明采用异构图表示不同节点的方式，通过对句子节点与案件要素节点之间的关联性，采用图注意力机制和更新主任务模型和辅助模型的参数。本发明通过融合案件要素进行有效筛选包含较多关键词的句子，实现了舆情摘要的抽取式工作，从获取的案件舆情数据中抽取出摘要，为后续快速了解案情、掌握和监控舆情的发展态势起到重要支撑作用。
基于案件要素构图舆情新闻抽取摘要方法

[发明专利]基于跨语言神经主题模型的汉越新闻话题发现方法-CN202110326492.3在审
发明人：余正涛;夏琳杰;高盛祥;黄于欣;朱恩昌;张勇丙 -专利权人：昆明理工大学
申请日： 2021-03-26 - 公布日： 2021-07-06 - 主分类号： G06F16/9532 文献下载
摘要：本发明涉及基于跨语言神经主题模型的汉越新闻话题发现方法，属于自然语言处理技术领域。汉越的平行语料稀缺，训练高质量的双语词嵌入较为困难，而且新闻文本一般较长，双语词嵌入的方法难以很好的表征文本，本发明提出一种基于跨语言神经主题模型的汉越新闻话题发现方法(CL‑NTM)，将双语语义对齐转化为双语主题对齐任务。首先针对汉语和越南语分别训练基于变分自编码器的神经主题模型，得到单语的主题抽象表征，然后利用小规模的平行语料将双语主题映射到同一语义空间，最后使用K‑means方法对双语主题表征进行聚类，发现新闻事件簇的话题。实验结果表明，CL‑NTM针对汉越低资源话题发现任务取得了很好的效果。
基于语言神经主题模型新闻话题发现方法

[发明专利]基于位置感知互注意力网络模型的属性级情感分类方法-CN201910751449.4有效
发明人：相艳;张周彬;余正涛;郭军军;黄于欣;王红斌 -专利权人：昆明理工大学
申请日： 2019-08-15 - 公布日： 2021-06-18 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及基于位置感知互注意力网络模型的属性级情感分类方法，属于计算机及信息技术领域。本发明首先，利用两个LSTM网络对拼接位置信息的上下文和属性进行独立编码，然后，对上下文隐藏层的输出再次拼接位置信息，属性隐藏层的输出再次拼接属性的输入向量，接着，利用注意力机制让属性和上下文互作用学习获得更加有效的表示，最后，将上下文和属性进行拼接送入sofmax分类器中进行情感分类。该方法在SemEval 2014 Task4的Laptop和Restaurant两个不同领域的语料上进行了实验，均获得了比较好的结果。
基于位置感知注意力网络模型属性情感分类方法

[发明专利]基于正文评论交互式注意力的微博案件方面级观点识别方法-CN202110163045.0在审
发明人：余正涛;段玲;郭军军;相艳;黄于欣;线岩团 -专利权人：昆明理工大学
申请日： 2021-02-05 - 公布日： 2021-06-08 - 主分类号： G06F40/30 文献下载
摘要：本发明涉及基于正文评论交互式注意力的微博案件方面级观点识别方法，属于自然语言处理技术领域。本发明从微博上爬取了多个热门案件的正文和相关评论，构成数据集，再对数据集进行分词、构建词典。本发明首先对正文和评论分别进行编码，然后基于交互注意力机制，实现正文信息和评论信息的融合，并基于融合后的特征实现对评论文本案件方面级观点的识别。本发明有效提升案件方面级观点识别的准确率，解决了微博案件方面级观点识别性能不佳的问题。
基于正文评论交互式注意力案件方面观点识别方法

[发明专利]基于事件图卷积神经网络的微博评论观点对象分类方法-CN202110164081.9在审
发明人：相艳;余正涛;郭军军;线岩团;黄于欣 -专利权人：昆明理工大学
申请日： 2021-02-05 - 公布日： 2021-06-08 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及基于事件图卷积神经网络的微博评论观点对象分类方法，属于自然语言处理技术领域。本发明包括步骤：以微博正文和评论作为文档节点，显式的将关键词共现关系，回复关系和文档相似性作为文档节点的边的权重，以此为基础构造图卷积神经网络的邻接矩阵。同时对与关键词密切相关的文档节点和词节点的初始特征给予更多权重。最后，在少量标签的监督下，学习词节点和文档节点的表示，以完成分类。本发明在两个事件微博数据集上的实验结果表明，与其他基准模型相比，EventGCN可以显著提高观点对象的分类性能。
基于事件图卷神经网络评论观点对象分类方法

[发明专利]基于双向交叉注意力机制的汉越新闻事件时序关系识别方法-CN201910613118.4有效
发明人：高盛祥;寇梦珂;余正涛;黄于欣;王吉地;王振晗;郭军军 -专利权人：昆明理工大学
申请日： 2019-07-09 - 公布日： 2021-05-11 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及基于双向交叉注意力机制的汉越新闻事件时序关系识别方法，属于自然语言处理技术领域。本发明利用双向循环神经网络捕获句子语义信息，通过注意力机制增强事件语义信息中的触发词语义信息，通过交叉注意力机制获得时序逻辑语义信息，将三部分语义信息嵌入为事件编码，最后将事件编码与事件间规则特征融合输入至分类层，输出事件时序关系，进而实现事件时序关系识别。本发明目前事件时序关系识别需要大量人力设计基于时间轴的模板，句中的隐含语义信息难以获取，并且不同语言文本很难表示在同一特征空间下等问题，以及解决了获取跨语言新闻事件时序关系较为困难问题。
基于双向交叉注意力机制新闻事件时序关系识别方法

[发明专利]特征扩展卷积神经网络的案件微博观点句识别构建方法-CN201911258365.3有效
发明人：余正涛;王晓涵;相艳;郭军军;黄于欣 -专利权人：昆明理工大学
申请日： 2019-12-10 - 公布日： 2021-04-06 - 主分类号： G06F16/335 文献下载
摘要：本发明涉及特征扩展卷积神经网络的案件微博观点句识别构建方法，属自然语言处理领域。本发明包括：构建案件微博数据库；对案件微博数据库中的评论进行标注，形成案件微博评论的训练集和测试集；对案件的多个微博原文进行关键词的抽取；从案件原文中提取出的关键词作为特征扩展和训练集案件微博评论向量化后进行拼接得到新的向量；将关键词作为特征扩展和案件微博评论向量化后进行拼接得到新的向量作为输入来训练卷积神经网络，再把测试集输入到训练好的卷积神经网络进行观点句的识别分类。本发明实现了从案件微博原文中获取关键词作为特征扩展，从获取的舆情数据中识别出所需观点句，为后续对观点句进行情感倾向性分析提供了支撑。
特征扩展卷积神经网络案件观点识别构建方法

[发明专利]基于BiLSTM权重共享的案件微博评价对象情感倾向性分析方法-CN202011275960.0在审
发明人：余正涛;王静赟;相艳;黄于欣;郭军军;线岩团 -专利权人：昆明理工大学
申请日： 2020-11-16 - 公布日： 2021-03-26 - 主分类号： G06Q50/00 文献下载
摘要：本发明涉及基于BiLSTM权重共享的案件微博评价对象情感倾向性分析方法，属于自然语言处理技术领域。本发明首先通过建立输入分别为案件微博评论和案件微博评价对象的双向BiLSTM分类模型，同时利用权重共享将两个不同空间的向量映射到同一个向量空间上，在同一向量空间上对不同向量进行编码，可以得到案件微博评论和评价对象的相关信息；最后结合注意力机制提高特征向量的表达能力，进行情感倾向性判别。本发明解决了目前案件微博评价对象情感倾向性分析基本都是通过对评价对象和评论文本分别进行编码，然后再输入到模型进行评价对象级别的情感倾向性分析，并没有考虑到这两种信息之间的差异性的问题。
基于 bilstm 权重共享案件评价对象情感倾向性分析方法

[发明专利]融合情绪知识的案件微博评论情绪分类方法-CN202010096024.7有效
发明人：余正涛;郭贤伟;相艳;郭军军;黄于欣;朱恩昌 -专利权人：昆明理工大学
申请日： 2020-02-17 - 公布日： 2021-03-02 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及融合情绪知识的案件微博评论情绪分类方法，属于自然语言处理技术领域。本发明构建了一个包含案件微博情绪词典、表情符号、网络流行语、否定词典以及程度副词词典的情绪知识库；并构建属性特征表示。最后基于卷积神经网络将评论的语义表示和属性特征表示进行融合，构建情绪分类模型，提取深层次的语义特征和序列化的情绪知识特征，实现了情绪分类。基于案件微博评论语料的实验结果表明，该方法与基准方法INIT‑CNN相比，Macro_F1和Micro_F1两项指标分别提升了1.88％和1.94％。
融合情绪知识案件评论分类方法

[发明专利]基于案件要素及BiGRU的涉案舆情新闻文本摘要方法-CN201910680097.8有效
发明人：余正涛;韩鹏宇;黄于欣;高盛祥;郭军军;王振晗 -专利权人：昆明理工大学
申请日： 2019-07-26 - 公布日： 2021-02-05 - 主分类号： G06F16/34 文献下载
摘要：本发明涉及基于案件要素及BiGRU的涉案舆情新闻文本摘要方法，属于自然语言处理技术领域。本发明首先构建涉案舆情新闻摘要数据集并定义相关案件要素，然后通过注意力机制将案件要素信息融入新闻文本的词、句子双层编码过程中，生成带有案件要素信息的新闻文本表征，最后利用多特征分类层对句子进行分类，得到摘要。本发明实现了从涉及特定案件的舆情新闻文本中，获取重要信息作为其简短摘要。对于相关人员快速掌控舆情态势有着重要的作用。
基于案件要素 bigru 涉案舆情新闻文本摘要方法