“姬东鸿”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23个，建议您升级VIP下载更多相关专利

[发明专利]一种事件句法融合结构的事件检测方法及计算机可读介质-CN202310810598.X在审
发明人：李霏;邓凯方;季源泽;姬东鸿;滕冲 -专利权人：武汉大学
申请日： 2023-07-03 - 公布日： 2023-10-13 - 主分类号： G06F40/211 文献下载
摘要：本发明提出了一种事件句法融合结构的事件检测方法及计算机可读介质。本发明在语料库随机选择多个目标文本构建训练集，标记训练集中每个目标文本的多个标记事件触发词标签、每个标记事件触发词标签的多个标记论元标签；构建事件抽取网络，通过反向传播和梯度下降算法优化训练得到优化后事件抽取网络；通过网络实时获取非结构化的时事热点新闻，通过优化后的事件抽取网络预测时事热点新闻中的事件触发词以及事件触发词对应的多个论元，以构建时事热点新闻的结构化的事件信息。本发明融合事件句法结构解决了中文中存在的文本结构复杂、事件触发词和论元语义交互困难的问题，提升了中文事件抽取的性能，实现了可应用于中文各类文本的事件抽取系统。
一种事件句法融合结构检测方法计算机可读介质

[发明专利]一种基于社交媒体的立场分析与引导方法、装置-CN202210804639.X在审
发明人：李霏;姬东鸿;刘江;黄钰杰;代梦薇 -专利权人：武汉大学
申请日： 2022-07-08 - 公布日： 2023-03-17 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种基于社交媒体的立场分析与引导方法、装置，其中装置包括三个模块：立场分析模块、智能引导模块和立场态势感知模块。对于立场分析模块，针对给定相应主题词的目标文本，使用BERT模型进行立场分类；对于智能引导模块，通过文本匹配的方法实现对负面情感引导，即计算目标文本与素材文本之间的余弦相似度，将得分较高的几个素材文本作为备选引导素材；对于立场态势感知模块，可视化展示不同客体的立场态势分布。本发明采用BERT立场分析模型对目标文本语句进行立场分类，并通过文本匹配的方法对负面立场的目标文本进行正向引导，减少立场分析和引导中的特征工程，可以精准挖掘出文本中的知识。
一种基于社交媒体立场分析引导方法装置

[发明专利]一种基于递归条件随机场解码器的事件识别方法及系统-CN202110101327.8在审
发明人： 姬东鸿;费豪;吴胜琼 -专利权人：武汉大学
申请日： 2021-01-26 - 公布日： 2021-05-07 - 主分类号： G06F40/295 文献下载
摘要：本发明涉及一种基于递归条件随机场解码器的事件识别方法及系统，通过对未标注的语料文本实例进行句法依存分析，然后划分为训练集和验证集，再对所述训练集和验证集均进行高级表示学习和预测，并将构建交叉熵损失值，以对递归神经网络和条件随机场解码器的整体参数W进行学习，从而完成对整个模型的识别性能的评估，将递归神经网络和条件随机场集成到统一的框架中，具有更高的识别准确率，无需复杂的规则以及强人工特征即可实现事件识别功能。
一种基于递归条件随机解码器事件识别方法系统

[发明专利]一种基于深度学习的信息要素联合抽取方法及系统-CN202110101370.4在审
发明人： 姬东鸿;徐康;费豪 -专利权人：武汉大学
申请日： 2021-01-26 - 公布日： 2021-05-07 - 主分类号： G06F40/30 文献下载
摘要：本发明涉及一种基于深度学习的信息要素联合抽取方法及系统，其方法包括利用预训练语言模型和双向长短期记忆网络将输入的目标文本转换为目标词向量表示；枚举目标词向量中每个句子的所有文本跨度，并基于目标词向量表示得到目标文本跨度向量表示；构建共指关系、实体关系、事件结构关系对应的文本跨度图网络，并传递和更新文本跨度向量表示；对更新后的每个文本跨度向量表示进行多任务分类。本发明将目标文本转换为目标词向量表示，能够学习到综合局部语境和全局语境的文本跨度向量表示，这样即可构建不同关系对应的跨度图网络并更新文本跨度向量表示，进而实现对文本跨度向量表示的任务分类，提高各任务之间关联程度，从而提高各任务彼此的性能。
一种基于深度学习信息要素联合抽取方法系统

[发明专利]一种结合表情符的微博情感分析方法和系统-CN201710712458.3有效
发明人： 姬东鸿;钱涛 -专利权人：武汉红茶数据技术有限公司
申请日： 2017-08-18 - 公布日： 2021-02-12 - 主分类号： G06F16/35 文献下载
摘要：本发明自然语言处理领域，尤其涉及一种结合表情符的微博情感分析方法和系统。方法包括以下步骤：获取待分析的微博语句，所述微博语句包括微博文本和至少一个表情符；采用卷积神经网络方法学习出所述微博文本的第一特征表示；采用注意力机制使所述至少一个表情符中的每个表情符均对所述第一特征表示进行作用，获取第二特征表示；采用所述第二特征表示获取所述微博语句的情感分类结果并输出显示。本发明的方法把文本和表情符看作是两个交互的部分，且利用表情符注意力机制摸拟了表情符对文本的情感产生作用的认知事实，避免了直接把表情符当作模型特征产生的歧义性问题，有助于处理社交媒体中的情感分析问题，提高了情感分析的准确性。
一种结合表情情感分析方法系统

[发明专利]一种基于深度学习的知识图谱构建方法-CN201710713735.2有效
发明人： 姬东鸿;李霏 -专利权人：武汉红茶数据技术有限公司
申请日： 2017-08-18 - 公布日： 2021-01-08 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及一种基于深度学习的知识图谱构建方法，包括给定目标文本语句,使用双向长短时记忆循环神经网络模型和条件随机场模型识别目标文本语句中的目标实体；使用上下文敏感双向长短时记忆循环神经网络模型和前向神经网络模型抽取两个目标实体之间的关系；使用向量空间模型对目标实体进行规范化，并将规范化后的目标实体映射到概念上；根据目标实体、目标实体之间的关系和概念构建知识图谱。本发明将深度学习技术应用到知识图谱图谱的构建中，采用双向循环神经网络和条件随机场的实体识别模型对目标文本语句中的目标实体进行识别，减少实体识别和关系抽取过程中的特征工程，减轻人工设计和调节特征带来的负担和麻烦，精准挖掘文本中的知识。
一种基于深度学习知识图谱构建方法

[发明专利]一种基于字符卷积网络的推特语义相似性分析方法-CN201710712450.7有效
发明人： 姬东鸿;黄江平 -专利权人：武汉红茶数据技术有限公司
申请日： 2017-08-18 - 公布日： 2020-09-01 - 主分类号： G06F40/30 文献下载
摘要：本发明涉及一种基于字符卷积网络的推特语义相似性分析方法，包括遍历待分析的两个文本数据，分别滤除两个文本数据中的非文本内容，再进行分词处理；根据分词处理后的文本数据构建字符向量表，并生成每个文本数据对应的词矩阵；构建多个卷积核，根据每个词矩阵和卷积核生成对应的词特征矩阵和文本特征矩阵；根据两个文本特征矩阵生成联合特征向量；利用多层感知机对联合特征向量进行相似性分析，得到相似度值。本发明通过对所要分析的文本数据进行基于字符的卷积特征抽取和分析，并根据获得的文本特征矩阵进行矩阵交互及池化处理，从而获得更抽象的特征表示，利用多层感知机对抽象的特征进行相似性分析，适应性和通用性较强，更符合实际需求。
一种基于字符卷积网络语义相似性分析方法

[发明专利]一种基于情感词典学习的文本情感分析方法和系统-CN201710713213.2有效
发明人： 姬东鸿;柳宜江;周启楫 -专利权人：武汉红茶数据技术有限公司
申请日： 2017-08-18 - 公布日： 2020-09-01 - 主分类号： G06F40/242 文献下载
摘要：本发明特别涉及一种基于情感词典学习的文本情感分析方法和系统。方法包括以下步骤：对初始文本数据进行规范化处理，生成预处理文本数据，并将预处理文本数据聚类到预设领域；采用基于种子情感词典的情感词语发现方法，形成预设领域的专有情感词典；根据专有情感词典对预处理文本数据进行检索，获取目标文本数据作为对应预设领域的初始训练语料，并形成多分类器对输入的待分类文本进行分类。本发明减少了人力成本，避免了由单一分类器导致的过拟合问题，同时将文本相关领域纳入考虑，提高了对文本进行情感分析的准确性。
一种基于情感词典学习文本分析方法系统

[发明专利]一种基于神经网络的实体识别和规范化联合方法及模型-CN201710713734.8有效
发明人： 姬东鸿;娄银霞 -专利权人：武汉红茶数据技术有限公司
申请日： 2017-08-18 - 公布日： 2020-09-01 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种基于神经网络的实体识别和规范化联合方法及模型，其方法包括从词向量文本中读取目标文本中每个词的词向量，并作为实体识别子模型中的BI‑LSTM层的输入；所述BI‑LSTM层根据所述词向量生成对应的BI‑LSTM输出向量，所述BI‑LSTM输出向量包含了对应词向量在给定的某一时刻的过去和未来的上下文信息；根据所述BI‑LSTM输出向量生成目标文本中的识别实体以及对应的识别实体ID。本发明的基于神经网络的实体识别和规范化联合方法，基于神经网络的联合模型从大数据中自动学习特征，在使用中减少了手工设计特征的巨大工作量，可以有效利用实体识别和实体规范这两个任务之间的相互信息，避免了串行模型中的实体识别到实体规范的错误传播。
一种基于神经网络实体识别规范化联合方法模型

[发明专利]一种信息处理方法、装置及电子设备-CN201710283791.7有效
发明人： 姬东鸿;孟晓静;张晨 -专利权人：北京汉王数字科技有限公司
申请日： 2017-04-26 - 公布日： 2020-08-07 - 主分类号： G06N5/02 文献下载
摘要：本发明提供了一种信息处理方法，属于自然语言处理领域，解决了现有技术中进行获取地方志信息时效率低下的问题。所述方法包括：对地方志文本数据进行预处理；对预处理得到的每条描述内容进行知识抽取，得到所述每条描述内容分别包含的属性知识；基于得到的所述属性知识和所述属性知识所属描述内容的上下文，对所述属性知识进行修改。本发明公开的信息处理方法，通过基于上下文的描述内容，进行属性知识完善，可以准确地完善地方志文本数据，进一步提高获取地方志信息的效率。
一种信息处理方法装置电子设备

[发明专利]一种基于随机游走的词义排歧和词义学习方法-CN201910976701.1在审
发明人：吕晨;姬东鸿 -专利权人：广东外语外贸大学
申请日： 2019-10-15 - 公布日： 2020-02-04 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及自然语言处理技术领域，具体涉及一种基于随机游走的词义排歧和词义学习方法，其特征在于：采用如下步骤：步骤一、采用随机游走方法指对待标数据进行分类；步骤二、判断是否需要构造新类，若需要，则构造一个新类并考虑是否和以前的类进行合并；然后再进行随机游走分类。如果没有必要产生新类，则意味着结束；步骤三、对未标注的数据进行词义判定；它将词义排岐和词义学习抽象为一个更一般的基于部分指导的词义学习问题，为词义学习增加一部分指导，同时为词义排岐减少一部分指导；其从应用上说，有助于提高词义处理系统的鲁棒性、有助于建造义项级别的词汇资源，包括检测现有词汇语义资源的一致性、补充和丰富现有的词汇资源。
词义词义学习随机游走新类词汇资源自然语言处理技术处理系统词汇语义鲁棒性分类标注判定抽象合并建造补充检测应用

[发明专利]基于对抗训练的跨领域虚假评论识别方法-CN201910976702.6在审
发明人：任亚峰;姬东鸿 -专利权人：广东外语外贸大学
申请日： 2019-10-15 - 公布日： 2020-02-04 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及自然语言处理技术领域，具体涉及一种基于对抗训练的跨领域虚假评论识别方法，采用如下步骤：步骤一：对三个领域的数据集进行预处理；步骤二：预训练；步骤三：构建对抗训练模型；步骤四：模型训练；步骤五：模型测试；步骤六：对步骤四的判断结果进行评估、分析和概括，并利用反馈改善模型的性能；它采用先输入词向量上产生扰动，然后将其输入LSTM模型进行对抗训练，最后输出一个最终预测；结果表明，所提模型在三个领域的混合数据集的结果超出了之前的模型，且在跨领域的虚假评论任务上具有更好的泛化能力。
对抗训练自然语言处理技术预处理混合数据模型测试模型训练判断结果输入词数据集扰动构建评论向量反馈输出评估预测分析

[发明专利]一种面向汉语国际教育的智能导学方法-CN201810632982.4在审
发明人：任亚峰;任函;姬东鸿;吕晨 -专利权人：广东外语外贸大学
申请日： 2018-06-20 - 公布日： 2018-12-21 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种面向汉语国际教育的智能导学方法，该面向汉语国际教育的智能导学方法具体步骤如下：S1：领域知识图谱构建，1)构建过程，2)语料收集，3)基于自举的实体及实体关系联合识别；S2：文本推理模型，1)关系向量计算，2)知识推理，3)基于注意力的LSTM模型；S3：问答式导学方法，1)基于知识图谱的问句扩展，2)基于文本推理的答案抽取，3)基于知识图谱的相关知识发现；研究策略上，将知识图谱和文本推理应用于问答式导学研究。知识图谱具备适应知识推理的逻辑结构，而文本推理能够进行文本的逻辑推导。两者的结合能够为智能导学应用中的语义深度理解提供有效支持。
推理文本图谱国际教育智能问答式汉语语义关系向量领域知识逻辑结构实体关系图谱构建推理模型有效支持语料收集知识发现推导构建自举应用注意力抽取答案研究联合

[发明专利]一种汉语国际教育领域命名实体识别方法-CN201810632981.X在审
发明人：吕晨;姬东鸿;任亚峰;陈波 -专利权人：广东外语外贸大学
申请日： 2018-06-20 - 公布日： 2018-11-16 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了一种汉语国际教育领域命名实体识别方法，该汉语国际教育领域命名实体识别方法具体步骤如下：S1：设计命名实体标签，用于识别文本中的命名实体，S2：通过已标注的汉语国际领域命名实体数据集，训练命名实体识别模型，S3：对未标注的汉语国际教育领域文本进行命名实体识别测试，利用已经训练好的模型，跟基于规则的方法相比，本发明避免了领域专家大量人工设计规则模板的问题。本发明采用基于双向长短时记忆网络和条件随机场的深度学习方法，来进行命名实体识别。该方法不需针对该任务人工设计特征，仅仅采用词嵌入向量、字嵌入向量和词性嵌入向量这些自动特征，能够达到很好的效果。
命名实体领域命名实体国际教育汉语向量嵌入人工设计标注规则模板记忆网络领域文本自动特征数据集词性标签文本测试机场学习

[发明专利]一种舆情事件挖掘方法和系统-CN201710712460.0在审
发明人： 姬东鸿;吕晨 -专利权人：武汉红茶数据技术有限公司
申请日： 2017-08-18 - 公布日： 2018-01-09 - 主分类号： G06F17/30 文献下载
摘要：本发明自然语言处理领域，尤其涉及一种舆情事件挖掘方法和系统。方法包括以下步骤构建至少一个预设事件类别中每个预设事件类别对应的事件本体；对每个事件本体进行解析，生成每个事件本体对应的规则表示；获取待挖掘文本，根据所述每个事件本体对应的规则表示对所述待挖掘文本进行挖掘，获取所述待挖掘文本包含的至少一个目标预设事件类别。本发明避免了海量数据的标注，并且避免了分词对事件挖掘的影响，防止自动分词错误的传播；同时用户可以根据需要对事件本体进行维护，从而提高了本发明舆情事件挖掘方法的适用性、挖掘效率和挖掘准确率。
一种舆情事件挖掘方法系统

1
2
下一页»
尾页
共 23 条