公开(公告)号：CN115936120A

公开(公告)日：2023-04-07

申请号：CN202211568056.8

申请日：2022-12-08

Applicant: 电子科技大学 ,  中国电子科技集团公司第五十四研究所 ,  喀什地区电子信息产业技术研究院

Inventor： 周帆 ,  程章桃 ,  肖哲 ,  徐增 ,  钟婷

IPC: G06N5/025 ,  G06N5/02 ,  G06N3/042 ,  G06N3/0442 ,  G06N3/0464

Abstract: 本发明属于信息传播领域，提供了一种基于元知识学习的信息扩散预测系统及方法，该信息扩散预测系统包括级联属性构建模块，用于构建用户社交结构特征、用户喜好特征和扩散时间特征组成的级联属性；自适应用户社交关系学习模块，用于学习用户社会关系，获取用户嵌入；自适应时间扩散学习模块，用于学习级联属性和动态级联上下文中的时间关联，获取隐藏状态；信息扩散用户预测模块，用于依据自适应时间扩散学习模块获取的隐藏状态映射到候选用户空间得到下一个激活用户。本发明信息扩散预测系统及方法，学习信息传播过程中激活用户的级联序列，实现对信息传播过程的动态的用户社交关系和复杂的时间影响的有效建模，提高信息扩散预测任务的准确率。

公开(公告)号：CN115017924A

公开(公告)日：2022-09-06

申请号：CN202210808791.5

申请日：2022-07-11

Applicant: 西南财经大学 ,  喀什地区电子信息产业技术研究院

Inventor： 黄鹂 ,  伍红梅 ,  梁若暄 ,  刘贵松 ,  蒋太翔 ,  殷光强

IPC: G06F40/58 ,  G06F40/279 ,  G06F40/30 ,  G06F40/126 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及属于机器翻译领域，提供了跨语际语言翻译的神经机器翻译模型构建及其翻译方法，适用于各类跨语际语言翻译。在训练时，基于训练子集的源语言语料进行编码，构建融合其上下文依赖关系的文本向量，然后计算得其文本表征；然后，针对该子集逐词进行解码，在每一步，首先融合历次译文文本和源文本获得混合表征，然后基于此进行焦点位置计算，获取当前焦点位置的翻译候选词；通过不同子集，在达到一定的步数后，根据候选词和真值的误差进行迭代训练。翻译方法，同样逐词进行翻译，在每一个翻译步，生成当前步基于焦点位置的翻译候选表示，并利用启发式搜索算法，选择其中全局概率值最大的候选文本作为当前步输出的译文文本，直至翻译完成。