一种基于bert模型的高校导师推荐管理方法

    公开(公告)号:CN112101029B

    公开(公告)日:2024-05-03

    申请号:CN202010830661.2

    申请日:2020-08-18

    申请人: 淮阴工学院

    摘要: 发明公开了一种基于bert模型的高校导师推荐管理方法,包括:使用爬虫爬取高校官网提供的教师基本信息以及研究方向数据;进行数据清洗,去除无效数据以及不能够进行分析的数据,抽取对应实体构建教师知识图谱,定义问答语句完善分类的训练集,添加自定义分类使用bert模型进行训练并得到分类模型,将用户输入问题添加到测试集进行测试,得到分类准确度并确定数据检索方向;对用户输入信息进行自然语言处理得到搜索关键信息,使用对应结果进行查询;封装结果供前台使用,进行数据的可视化展示以及推荐问答功能的使用;对查询的教师相似研究方向使用欧几里得距离相似度公式进行相似度的计算,对计算查询出的结果取前十项进行展示。

    一种基于文本卷积和相似度算法的图审专家组合推荐方法

    公开(公告)号:CN112100370B

    公开(公告)日:2023-07-25

    申请号:CN202010793623.4

    申请日:2020-08-10

    申请人: 淮阴工学院

    摘要: 发明公开了一种基于文本卷积和相似度算法的图审专家组合推荐方法,包括:首先对建筑图纸审查问题集Data进行预处理得到审查问题集ProblemData和问题所属专业数据集LabelData;利用数据集ProblemData通过TextRank算法抽取问题中的关键词得到审查关键词问题集ImpProblemData和所属专业数据集ImpLabelData;然后训练文本卷积分类网络进行问题专业分类的网络训练;用户将项目问题输入训练好的文本卷积神经网络得到问题所属专业Profession,之后通过多种相似度算法比较用户传入项目属性集合ProjectProperties与原项目属性集合OralProperties的相似度得出相似的项目集合SimiProjects,最后通过Eclat频繁项集抽取算法找出与Profession一致专业的专家并通过Web推荐给用户。本发明相比传统人工设定能更有效地进行图审专家的推荐。

    一种基于改进的SSD算法的微信群信息识别及管理方法

    公开(公告)号:CN110175625B

    公开(公告)日:2023-06-20

    申请号:CN201910290542.X

    申请日:2019-04-11

    申请人: 淮阴工学院

    摘要: 本专利公开发明了一种基于改进的SSD算法的微信群信息识别及管理方法,先申请一个微信账号,通过itchat库登录网页版微信,加入到目标微信群;将接收到的信息保存到数据库;在基础网络上添加卷积层,并在每一层输入时添加归一化进行数据预处理。使用两个SSD算法嵌套使用的方法识别目标图片,调用已训练好的第一个模型进行初步识别并切割出目标图片,判断该图片是否为识别凭证,若是,则调用第二个模型进行具体识别内容并记录该凭证及发送人信息并保存到数据库中;每天定时发送已完成凭证上传的人员名单,并提醒未发送人及时上传凭证。本发明增加了神经网络的层数使得识别的准确率得到提高,使用两个SSD识别模型的方法,提高了识别的效率。

    一种基于远程监督的参数自适应农业知识图谱推荐方法

    公开(公告)号:CN112199508A

    公开(公告)日:2021-01-08

    申请号:CN202010794151.4

    申请日:2020-08-10

    申请人: 淮阴工学院

    摘要: 发明公开了一种基于远程监督的参数自适应农业知识图谱推荐方法,包括:采用Scrapy爬虫框架爬取文本数据并进行数据预处理,利用KNN算法分类器,得到预测的文本分类数据集Predict_data;另一方面,在处理农作物的中文语料时,将预测的实体分类结果映射到维基百科中文语料库中,构建实体中文字典。搭建基于改进的远程监督算法的参数自适应寻优神经网络模型,该模型使关系抽取的自适应寻优参数达到最好,实现文本数据自动打标签,得到实体间的关系。本发明能够提高关系抽取的准确度,同时利用农业文本信息为植物养殖爱好者提供有效的信息筛选。

    一种基于bert模型的高校导师推荐管理方法

    公开(公告)号:CN112101029A

    公开(公告)日:2020-12-18

    申请号:CN202010830661.2

    申请日:2020-08-18

    申请人: 淮阴工学院

    摘要: 发明公开了一种基于bert模型的高校导师推荐管理方法,包括:使用爬虫爬取高校官网提供的教师基本信息以及研究方向数据;进行数据清洗,去除无效数据以及不能够进行分析的数据,抽取对应实体构建教师知识图谱,定义问答语句完善分类的训练集,添加自定义分类使用bert模型进行训练并得到分类模型,将用户输入问题添加到测试集进行测试,得到分类准确度并确定数据检索方向;对用户输入信息进行自然语言处理得到搜索关键信息,使用对应结果进行查询;封装结果供前台使用,进行数据的可视化展示以及推荐问答功能的使用;对查询的教师相似研究方向使用欧几里得距离相似度公式进行相似度的计算,对计算查询出的结果取前十项进行展示。

    一种基于表示学习的隐藏关联挖掘方法

    公开(公告)号:CN112100323A

    公开(公告)日:2020-12-18

    申请号:CN202010831356.5

    申请日:2020-08-18

    申请人: 淮阴工学院

    摘要: 发明公开了一种基于表示学习的隐藏关联挖掘方法,包括:爬取高校教师数据构建知识库;通过DEEPWALK算法向量化实体,进行PCA主成分分析将实体向量降维至2维,通过距离度量算法计算实体间相似度;用改进的NODE2VEC算法向量化实体,通过PCA降维后计算相似度,取降维前形成的推荐列表和降维后形成的推荐列表的交集推送用户;通过逆向最大匹配算法切分用户输入语料,与系统自定义字典匹配,构造Cypher查询语句,将查询实体数据返还WEB应用程序。利用关联挖掘系统实现教师实体间关系维度扩展。用户输入关键字查询语句并调用接口获取教师实体数据集。通过ECharts渲染教师实体属性数据和实体间关系数据,实现教师实体可视化。

    一种基于图向量的专家组合推荐算法

    公开(公告)号:CN110162638A

    公开(公告)日:2019-08-23

    申请号:CN201910293927.1

    申请日:2019-04-12

    申请人: 淮阴工学院

    IPC分类号: G06F16/36 G06F16/28

    摘要: 本专利公开发明了一种基于图向量的专家组合推荐算法,首先从专家审查数据中抽取实体和关系,构建领域知识图谱,再运用图向量算法将知识图谱投射到多维空间,得到实体向量集。运用独热码将领域标签转换成多维标签向量。构建神经网络进行多标签分类。对实体向量集,运用余弦相似度算法计算得到TopN个最相关实体,定义用未通过降维处理的数据所形成的推荐列表和降维后运用不同相似度算法得到的推荐列表形成最终推荐列表。通过知识库中存在的历史关系数据,通过搭建CNN和RESNET网络对历史数据进行拟合。用搭建的模型对输入的实体向量数据进行隐藏关系的挖掘。最终利用距离度量算法形成最终的推荐列表。本发明可精确地在项目审查中进行领域专家推荐。