“万常选”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18个，建议您升级VIP下载更多相关专利

[发明专利]基于逐步集成多层注意力的事件表示学习方法及系统-CN202310917751.9有效
发明人：万齐智;万常选;刘德喜;刘喜平;胡蓉 -专利权人：江西财经大学
申请日： 2023-07-25 - 公布日： 2023-10-10 - 主分类号： G06F40/211 文献下载
摘要：本发明提出一种基于逐步集成多层注意力的事件表示学习方法及系统，该方法包括：获取文本中词语的结点嵌入表示，利用文本生成词语依存树及词语短语树，并构建词语‑短语依存树以及短语‑结构依存树，以词语的结点嵌入表示作为初始输入，采用上一层的输出转化为下一层输入的方式依次对词语依存树、词语‑短语依存树和短语‑结构依存树的结点嵌入表示进行更新，得到事件嵌入表示；每层转化包含转化注意力系数和语义重要性注意力系数，揭示转化过程中结点的不同重要程度。本发明不依赖于事先给定的各种关系，通过词语‑短语‑结构‑对象的转化策略，有指导地逐步编码事件及其上下文中蕴含的语义信息，利用包含事件的文本片段实现事件嵌入表示学习。
基于逐步集成多层注意力事件表示学习方法系统

[发明专利]基于双向事件完全图的文档级事件联合抽取方法及系统-CN202310337487.1有效
发明人：万齐智;万常选;胡蓉;刘德喜;刘喜平 -专利权人：江西财经大学
申请日： 2023-03-31 - 公布日： 2023-10-10 - 主分类号： G06F16/31 文献下载
摘要：本发明提供了一种基于双向事件完全图的文档级事件联合抽取方法及系统，该方法包括：根据各样本事件类型与论元角色之间的关系，构建三元组关联关系；根据标注语料中各事件记录信息中的词语和三元组关联关系，构建样本双向事件完全图；分别构建各样本文档的邻接矩阵，根据样本双向事件完全图对各邻接矩阵进行标识填充，得到样本邻接矩阵；根据各样本邻接矩阵和各样本文档，对事件联合抽取模型进行训练；将待抽取文档输入收敛后的事件联合抽取模型进行事件抽取，得到事件信息。本发明基于各样本邻接矩阵和各样本文档对事件联合抽取模型进行训练，使得收敛后的事件联合抽取模型能有效地抽取到待抽取文档中的事件信息，提高了事件抽取的准确性。
基于双向事件完全文档联合抽取方法系统

[发明专利]基于依存关系结构增强的事件检测方法及系统-CN202311012322.3在审
发明人：万齐智;万常选;刘德喜;刘喜平;胡蓉 -专利权人：江西财经大学
申请日： 2023-08-11 - 公布日： 2023-09-08 - 主分类号： G06F16/901 文献下载
摘要：本发明公开了一种基于依存关系结构增强的事件检测方法及系统，该方法包括：构建词语依存图，并基于词语依存图将其中的依存边视为新的依存关系结点，共享同一个词语结点的依存关系结点之间建立关联，获取词语结点嵌入表示和依存结点嵌入表示，构建依存关系图；借助依存关系类型，提高核心论元及其对应依存结点的层级，强化它们在图中的地位；利用二元图注意力网络，使词语依存图和依存关系图中结点嵌入表示进行迭代交互对词语结点嵌入表示和依存关系结点嵌入表示进行更新，能够更好地利用2个图中边的有向性语义，最后将所得结果用于事件检测，进而提高后续事件检测的准确性。
基于依存关系结构增强事件检测方法系统

[发明专利]基于集成联合学习的文档级事件抽取方法和系统-CN202310858934.8在审
发明人：万齐智;万常选;刘喜平;刘德喜;胡蓉 -专利权人：江西财经大学
申请日： 2023-07-13 - 公布日： 2023-08-11 - 主分类号： G06F40/289 文献下载
摘要：本发明提供了一种基于集成联合学习的文档级事件抽取方法和系统，该方法包括：分别对样本文档中的各样本语句进行句法解析得到句法解析结果；根据样本文档中的样本事件和样本词语构建词语事件对，分别对各词语事件对进行论元角色标记；根据句法解析结果对论元角色标记后的各词语事件对进行特征拼接得到拼接特征，根据拼接特征对论元预测模型进行模型训练；将待抽取文档输入训练后的论元预测模型进行论元角色预测得到预测论元，根据预测论元进行事件抽取得到文档级事件抽取结果。本发明基于待抽取文档的预测论元能有效地进行事件抽取得到文档级事件抽取结果，提高了事件抽取效率。
基于集成联合学习文档事件抽取方法系统

[发明专利]基于多焦点图神经网络的主题事件抽取方法-CN202310597069.6有效
发明人：万齐智;万常选;胡蓉;刘德喜;刘喜平 -专利权人：江西财经大学
申请日： 2023-05-25 - 公布日： 2023-08-04 - 主分类号： G06F16/335 文献下载
摘要：本发明提出一种基于多焦点图神经网络的主题事件抽取方法，借助子图思想，构建反映事件内部结构的事件子图；以事件子图为结点，构建反映事件外部结构的事件关联图，包括事件依存图、事件组织图和事件共享词语图；设计多注意力事件图神经网络，捕获事件的各种图结构和特征信息，提升事件子图嵌入表示的质量；拼接每个通道最后一层输出的事件子图嵌入表示，进行分类训练，实现主题事件的抽取。本发明利用多焦点图神经网络实现主题事件抽取，可以帮助人们更好、更快捷地理解文档，过滤无价值的信息。
基于焦点神经网络主题事件抽取方法

[发明专利]一种股市新闻自动生成方法、系统与存储介质-CN202211616030.6在审
发明人：刘喜平;李旺才;王君;万常选;刘德喜;章若岱 -专利权人：江西财经大学
申请日： 2023-05-10 - 公布日： 2023-06-23 - 主分类号： G06F16/338 文献下载
摘要：本发明提出一种股市新闻自动生成方法、系统及存储介质，该方法结合预设描述规则和神经网络技术的特点，充分发挥各自技术的优势，使用预设描述规则的方式生成股市新闻中相对固定的表述，而使用深度神经网络技术来生成股市新闻中的走势描述。具体来说，使用预设描述规则的方式生成股市开盘描述文本与收盘描述文本，使用深度神经网络模型生成股市早盘描述文本、午后描述文本以及尾盘描述文本。在使用神经网络模型前，本发明通过数据预处理充分发掘时间序列数据的隐藏信息以获得涨幅序列、趋势序列、区间涨幅序列和辅助描述数据，通过使用这些数据替代原始时间序列数据作为模型的输入，极大地降低了模型的计算复杂度。
一种股市新闻自动生成方法系统存储介质

[发明专利]基于潜在心理健康信号的检索式问答方法与系统-CN202211341498.9在审
发明人：刘德喜;赵芸;万常选;万齐智;王君 -专利权人：江西财经大学
申请日： 2022-10-28 - 公布日： 2023-01-24 - 主分类号： G06F16/332 文献下载
摘要：本发明提出一种基于潜在心理健康信号的检索式问答方法与系统，本发明除了利用文本的通用语义外，还借助文本作者心理健康状态相关的信号，对文本的通用语义进行过滤调整，从而获得更为准确、信息量更为丰富的文本表示，最终使得模型在面向心理支持的检索式社区自动问答任务中有更好的表现。本发明提供的方法在理解消息文本通用语义的同时，对求助者/支持者的心理健康状态进行推断，获得相关的潜在心理健康信号，这些潜在心理健康信号从多个方面刻画用户心理健康活动状态，指导模型对通用语义表示进行修正、过滤，从而获得与该任务更贴合、信息量更大的文本表示，能够提升检索的准确性，得到更匹配的检索结果。
基于潜在心理健康信号检索问答方法系统

[发明专利]一种基于知识辅助的情感-原因对抽取系统-CN202110841439.7有效
发明人：刘德喜;赵凤园;万常选 -专利权人：刘德喜
申请日： 2021-07-26 - 公布日： 2023-01-17 - 主分类号： G06F40/284 文献下载
摘要：本发明公开了一种基于知识辅助的情感‑原因对抽取系统，属于自然语言处理情感原因预测技术领域。一种基于知识辅助的情感‑原因对抽取系统，包括以下三个步骤：情感子句抽取、原因子句抽取和情感‑原因配对，三个步骤均采用知识辅助的词编码表示。本系统加入外部知识辅助系统学习，将在一定程度上有助于情感‑原因对的抽取，有效的解决了目前的学习模型中对子句间因果关系判断力不足的问题。
一种基于知识辅助情感原因抽取系统

[发明专利]基于目标语义与位置融合的方面意见词抽取方法-CN202110861377.6有效
发明人：刘德喜;廖黾;万常选 -专利权人：刘德喜
申请日： 2021-07-29 - 公布日： 2022-10-25 - 主分类号： G06F40/30 文献下载
摘要：本发明涉及自然语言处理技术领域，且公开了基于目标语义与位置融合的方面意见词抽取方法，将方面目标信息合并到上下文中并学习融合方面目标的上下文表示，构造新的序列标注模型，输入层，在观察数据集时，部分句子的方面目标或方面意见词处于句子初始位置或者结束位置，在模型训练过程中方面目标或候选方面意见词缺失左侧信息或右侧信息，使上下文语义信息不完整。该基于目标语义与位置融合的方面意见词抽取方法，具备以位置和注意力信息作为切入点，将上下文信息、方面目标语义信息、相对位置信息以及注意力机制的结合，以及关注到整个句子的全局信息，获取方面目标与方面意见词之间的相对位置信息的优点。
基于目标语义位置融合方面意见抽取方法

[发明专利]一种网络论坛用户心理危机程度预测方法-CN202110878733.5有效
发明人：刘德喜;鲍力平;万常选 -专利权人：刘德喜
申请日： 2021-08-02 - 公布日： 2022-09-23 - 主分类号： G06Q10/04 文献下载
摘要：本发明涉及自然语言处理技术领域，且公开了一种网络论坛用户心理危机程度预测方法，该方法主要基于注意力机制的多图神经网络模型MGA，其特征在于，包括以下步骤，步骤一、图的构建，从CLPsych2019共享任务数据集中获取每个用户所发布的文本数据以及所对应的的标签信息，并获取每个文本的文本表示，步骤二、基于图的单词交互模块，以用户文本为单位，以文本中单词作为顶点，构建多个文本图的向量表示，使用双向长短期时间记忆网络(Bi‑LSTM)学习单词节点的嵌入。该网络论坛用户心理危机程度预测方法，可以通过在线论坛用户所发表的帖子对其心理危机状态进行识别和分析，及时有效地发现有心理健康问题的用户，有利于对其后续的治疗和诊断。
一种网络论坛用户心理危机程度预测方法

[发明专利]面向心理支持的两阶段检索式问答方法与系统-CN202210795567.7有效
发明人：刘德喜;赵芸;万常选;刘喜平;万齐智 -专利权人：江西财经大学
申请日： 2022-07-07 - 公布日： 2022-09-23 - 主分类号： G06F16/332 文献下载
摘要：本发明提出一种面向心理支持的两阶段检索式问答方法与系统，所述方法包括：将心理支持消息全集输入至基于语义的检索模型中进行初步检索，以生成候选心理支持消息集合；在候选心理支持消息集合中，根据心理危机消息与对应的理想心理支持消息生成消息对的语义匹配表示；根据心理危机消息与对应的理想心理支持消息生成用户角色心理画像表示；基于多重注意力机制，对消息对的语义匹配表示与用户角色心理画像表示进行融合，以得到新的消息表示；根据更新后的消息表示进行匹配判断以得到输出结果。本发明可针对每条心理危机消息，去除大量语义无关的心理支持消息，并弥补单纯语义匹配不足的问题。
面向心理支持阶段检索问答方法系统

[发明专利]基于多通道层次图注意力网络的开放事件抽取方法与系统-CN202210375116.8有效
发明人：万齐智;万常选;胡蓉;刘德喜;刘喜平 -专利权人：江西财经大学
申请日： 2022-04-11 - 公布日： 2022-06-21 - 主分类号： G06F40/211 文献下载
摘要：本发明提出一种基于多通道层次图注意力网络的开放事件抽取方法与系统，该方法包括：获取给定文档，根据给定文档建立得到文档句法依存树；基于文档句法依存树，依次按照调整依存结构、关联缺省成分、添加序列顺序以及关联祖先结点与后代结点的步骤，以构建得到双向依存图；基于原始图注意力网络，嵌入结点类型并进行层级调整，以改造原始图注意力网络的特征汇聚过程，进而构建得到层次图注意力网络；构建得到三通道图注意力网络；将给定文档中的词语，输入至三通道图注意力网络更新嵌入表示，并通过全连接网络进行四分类判断，以实现开放事件的抽取。本发明可有效增强图结构的特征编码能力。
基于通道层次注意力网络开放事件抽取方法系统

[发明专利]一种基于CPC-ANN的文本情绪原因识别方法-CN202111575527.3在审
发明人：刘德喜;徐秀;万常选 -专利权人：刘德喜
申请日： 2021-12-21 - 公布日： 2022-02-01 - 主分类号： G06F40/211 文献下载
摘要：本发明公开了一种基于CPC‑ANN的文本情绪原因识别方法，属于自然语言处理文本情绪分析技术领域。一种基于CPC‑ANN的文本情绪原因识别方法，CPC‑ANN模型主要分为五层：嵌入层、Bi‑LSTM层、Transformer层、注意力层以及CNN输出层，在CANN方法的基础上提出一种基于上下文和位置交互的协同注意力神经网络模型，先将子句的相对位置信息编码到子句的每个词向量中，再通过双向长短时记忆网络Transformer网络来捕捉子句的语义信息，以帮助产生更好的子句表示；然后，使用注意力机制来捕获融合了上下文子句信息的候选原因子句和情绪子句之间的语义关系；最后，利用卷积神经网络对候选原因子句进行分类。本发明解决了目前的文本情绪原因识别方法对语义和位置信息利用不充分的问题。
一种基于 cpc ann 文本情绪原因识别方法

[发明专利]一种基于财务数据的分析评论文本生成方法-CN202111151555.2在审
发明人：刘喜平;谈锐;万常选;刘德喜 -专利权人：江西财经大学
申请日： 2021-09-29 - 公布日： 2021-12-10 - 主分类号： G06F40/166 文献下载
摘要：本发明公开了一种基于财务数据的分析评论文本生成方法，涉及财务数据处理技术领域，采用互联网上公开的上市公司财务报表和对应的专业分析评论构建研究语料库；对语料库中的数据表格和评论文本进行预处理，搭建神经网络文本生成模型，训练模型并使用模型进行文本生成。可以显著提高财务领域的分析评论文本的生产效率，帮助投资者了解财报主要内容。本申请提供了一种基于财务数据的分析评论文本生成方法，能够根据财务报表自动生成财经评论，并且生成的文本信息丰富、语句通畅、可读性强。
一种基于财务数据分析评论文本生成方法

[发明专利]一种基于规则的中文结构化金融事件缺省补全抽取方法-CN202011201846.3在审
发明人：万齐智;万常选;胡蓉;刘德喜 -专利权人：万齐智;万常选;胡蓉;刘德喜
申请日： 2020-11-02 - 公布日： 2021-05-04 - 主分类号： G06F40/211 文献下载
摘要：本发明公开了一种基于规则的中文结构化金融事件缺省补全抽取方法，属于信息抽取技术领域，结合缺省的“三个平面”理论界定，提出了四种常见的缺省结构；针对各种缺省结构，通过分析财经领域和句法语义依存分析事件图中句法语义特点，设计了十种事件成分缺省补全规则，实现了事件缺省成分的补全，解决了抽取的事件成分存在大量缺失的难题。据了解本发明是第一个基于规则的中文结构化金融事件缺省补全抽取方法，不需要人工标注数据，且补全抽取的精确率和召回率较好。
一种基于规则中文结构金融事件缺省抽取方法

1
2
下一页»
尾页
共 18 条