本发明公布了一种面向中文微博的情感倾向分析方法。包括如下模块：欠采样技术模块，微博文本预处理模块，利用Word2vec扩展微博模块，特征提取模块，情感分析模型训练模块，情感倾向性判别模块。最终利用训练好的AWCRF模型对待预测的微博进行情感倾向判别。本发明的优势是能够有效地解决中文微博数据集在情感倾向分布不平衡时的情感倾向分类问题，实施简单，识别率高，具有很强的实际价值和现实意义。
📄 2016108984328
📂 G06F17_27
👤 广东工业大学
📅 2016-10-14
一种网页评论内容的抽取方法，包括以下步骤：获取网页源码；将网页源码转换成DOM树结构，基于位置、文本长度和布局特征对DOM树进行剪枝预处理；通过深度加权子树相似度算法抽取最佳频繁子树；通过树的一致性对齐方法求出最小评论区域，然后通过路径文本长度抽取最频繁评论路径并提取评论内容。本申请降低了时间复杂度，提高了抽取效率和抽取的准确率，且人工干预少，抽取过程全自动，适应范围广，不用构造抽取模板，无需考虑网页结构变更带来模板更新的麻烦。
📄 2016100533471
📂 G06F17_27
👤 广东工业大学
📅 2016-01-26
本发明公开了一种基于依存约束和知识的副词词义消歧方法和装置。方法包括：对大规模语料进行依存句法分析，收集所得的依存元组并统计其频数，构建依存知识库；对歧义副词所在句子进行依存句法分析，提取符合设定条件的2种依存元组，作为歧义副词的依存约束集合；根据语义词典，为歧义副词的各个词义，依次提取同义词集、反义词集作为相应词义的词义代表词集；根据依存知识库和词义代表词集，依次计算歧义副词的各个词义在依存约束集合的后验概率；根据后验概率选择歧义副词的正确词义。利用本发明，可以充分发挥依存句法分析的作用，更准确有效地判定歧义副词的词义。
📄 2016104944571
📂 G06F17_27
👤 山东亿云信息技术有限公司
📅 2016-06-29
本发明公开了一种基于依存约束和知识的形容词词义消歧方法和装置。方法包括：对大规模语料进行依存句法分析，收集所得的依存元组并统计其频数，构建依存知识库；对歧义形容词所在句子进行依存句法分析，提取符合设定条件的4种依存元组，作为歧义形容词的依存约束集合；根据语义词典，为歧义形容词的各个词义，依次提取同义词集、近义词集、反义词集作为相应词义的词义代表词集；根据依存知识库和词义代表词集，依次计算歧义形容词的各个词义在依存约束集合的后验概率；根据后验概率选择歧义形容词的正确词义。利用本发明，可以充分发挥依存句法分析的作用，更准确有效地判定歧义形容词的词义。
📄 2016104961331
📂 G06F17_27
👤 齐鲁工业大学
📅 2016-06-29
本发明公开了一种基于依存约束和知识的动词词义消歧方法和装置。方法包括：对大规模语料进行依存句法分析，收集所得的依存元组并统计其频数，构建依存知识库；对歧义动词所在句子进行依存句法分析，提取符合设定条件的17种依存元组，作为歧义动词的依存约束集合；根据语义词典，为歧义动词的各个词义，依次提取同义词集、反义词集、上位词集作为相应词义的词义代表词集；根据依存知识库和词义代表词集，依次计算歧义动词的各个词义在依存约束集合的后验概率；选择后验概率选择歧义动词的正确词义。利用本发明，可以充分发挥依存句法分析的作用，更准确有效地判定歧义动词的词义。
📄 2016104968608
📂 G06F17_27
👤 齐鲁工业大学
📅 2016-06-29
本发明涉及一种融合句子局部上下文与文档领域信息的词义消歧方法，属于自然语言处理技术领域。其步骤为：①对歧义词所在的句子进行依存句法分析，获得与歧义词具有直接依存关系的句子局部上下文相关词；②对领域文档集合进行依存句法分析，收集其所包含的全部的依存元组，构建依存元组库；③对依存元组库进行统计分析，找到与歧义词关系最为密切的一组领域相关词；④根据领域相关词的依存分布相似度及其与局部上下文的词义相关度，确定其消歧权重；⑤将句子局部上下文相关词和领域相关词合并，构建相关词集合；⑥根据歧义词的各个词义与相关词集合的加权累加相关度，判定正确词义。本发明公开的方法能够提高词义消歧系统在特定领域上的适应性，提高消歧正确率。
📄 2016100330975
📂 G06F17_27
👤 山东经伟晟睿数据技术有限公司
📅 2016-01-19
本发明公开了一种多轮对话意图识别方法，包括如下步骤：1)根据应用场景确定要识别的对话意图，并获取大量对话数据，人工找出对话数据中的对话块以及其对应的意图，进行语料标注；2)根据人工整理好的停用词表去除对话数据中的停用词；3)构建用于意图识别的句向量模型、BiLSTM-CRF模型及StarSpace模型；4)由句向量模型、BiLSTM-CRF模型和StarSpace模型实时获取对话数据，进行意图识别，输出最佳意图。本发明的有益效果是：意图识别高效，准确率高，泛化能力强，人工标注语料成本低。
📄 2019106057190
📂 G06F17_27
👤 浙江工业大学
📅 2019-07-05
一种基于信息抽取的网络安全法案件智能研判方法，包括如下步骤：(1)知识图谱构建：从事件概念、事件实体、法律条文三个方面构建网络安全法知识图谱；(2)案件信息抽取：从网络安全法案件文本中抽取违法事件、违法主体、违法客体等事件实体，并在网络安全法知识图谱中进行事件概念链接；(3)法律条文检索：综合基于知识图谱的结构化检索和基于语义匹配的非结构化检索，得到可用于对网络安全法案件进行研判的法律条文。本发明基于信息抽取对网络安全法案件进行理解，使得方法可更精确的获得案件的结构化信息，采用知识图谱对网络安全法的相关知识进行表示，使得方法可更准确的对案件做出研判。
📄 2019103542758
📂 G06F17_27
👤 浙江工业大学
📅 2019-04-29
一种基于双向门控循环单元网络和新型网络初始化的情感识别方法，提取文本、视觉和音频三个模态的高维特征并按字级对齐，进行归一化处理，输入至双向门控循环单元网络进行训练，采用网络初始化方法对各个模态网络训练初期的双向门控循环单元网络和全连接网络的权重进行初始化，采用最大池化层和平均池化层对双向门控循环单元网络输出的状态信息进行特征提取，将两个池化后的特征向量进行拼接作为全连接网络的输入特征，将待识别的文本、视觉和音频输入训练后的各个模态的双向门控循环单元网络，得到各个模态的情感强度输出。本发明能克服长期依赖问题，提高双向门控循环单元网络在训练中的鲁棒性，提高基于情感时间上下文信息的情感识别准确率。
📄 2019102980187
📂 G06F17_27
👤 浙江工业大学
📅 2019-04-15
本发明涉及一种基于依存关系抽取评价对象的方法。包括：S1、定义观点评价对象词与情感词之间的依存关系；S2、基于步骤S1定义的观点评价对象词与情感词之间的依存关系，构建观点评价对象词与情感词之间的直接依存关系模板和间接依存关系模板；S3、基于依存关系模板抽取观点评价对象的Bootstrapping算法。本发明方法相对于最新的方法性能上有较大提高。
📄 2017107837114
📂 G06F17_27
👤 闽江学院
📅 2017-09-01
一种基于多层注意力机制的循环神经网络生成标题的方法，其中所述循环神经网络包括过滤层，编码器，注意力机制和解码器四部分，所述方法包括如下步骤：S100：将源文本输入到所述过滤层的多个摘要生成方法后生成多个粗度摘要；S200：将所述多个粗度摘要再分别输入到所述编码器中编码，输出各自的隐藏层表示序列；S300：合并所述隐藏层表示序列，生成表示整个文档的重要信息的总结语义，利用注意力上下文对生成的粗度摘要和编码器内的单词给予关注；S400：把所述注意力上下文和所述总结语义输入到所述解码器中生成相应的标题。该方法相较于现有方法，提高了生成的标题的准确性和可读性。
📄 2018109936231
📂 G06F17_27
👤 陕西师范大学
📅 2018-08-29
本发明提供了一种基于依存分析实现菜名实体识别的方法，包括以下步骤：S1，建立菜名语料库；S2，对所述菜名语料库中每一语料通过哈工大语言技术平台工具进行预处理，包括分词、词性标注、父亲词所在位置的标注以及依存关系的标注；S3，读取当前行，并寻找词性是名词的词语作为候选词；S4，判断候选词与其父亲词的依存关系，判断所述依存关系是否为定中关系、主谓关系或并列关系，是，输出满足依存关系的候选词作为候选菜名并进入步骤S5，否，读取下一行，并进入步骤S3；S5，获取候选菜名的父亲词，并判断候选菜名的父亲词与root的关系是否为核心关系，是，输出满足依存关系的候选词作为实际菜名，否，读取下一行，并进入步骤S3。
📄 2019103547200
📂 G06F17_27
👤 闽江学院
📅 2019-04-29
柿子坊 · 知识产权运营
柿子坊知识产权运营平台