基于多模态信息不变与特定表示的Twitter机器人检测方法

    公开(公告)号:CN118968365A

    公开(公告)日:2024-11-15

    申请号:CN202411178737.2

    申请日:2024-08-27

    Applicant: 燕山大学

    Abstract: 本发明公开了基于多模态信息不变与特定表示的Twitter机器人检测方法,属于计算机图学习与多模态信息融合领域,包括构建机器人检测模型BotSAI并采用多任务方式进行优化;具体是基于Twitter用户的元数据、文本内容和异构网络拓扑结构信息,通过改进的特定于模态的编码器来提取特征;经多通道表示器将各个模态特征向量进行不变与特定表示,学习模态中的共性并突出模态间的特性,之后利用多头自注意力进行特征交互,将输出的融合特征向量串联起来,使用构造出的联合向量用于检测任务并学习模型参数。本发明利用富含有效信息的特征向量来应对社交机器人检测任务,显著提升了针对Twitter机器人检测任务的准确率。

    基于大语言模型和Logistic模型的企业财务风险预警方法

    公开(公告)号:CN119990752A

    公开(公告)日:2025-05-13

    申请号:CN202510063935.2

    申请日:2025-01-15

    Applicant: 燕山大学

    Abstract: 本发明公开了一种基于大语言模型和Logistic模型的企业财务风险预警方法,属于计算机自然语言处理技术领域,包括以下步骤:步骤S1:分别收集上市公司第t‑2年的年度业绩说明会与第t‑1年的一季度、半年度、三季度业绩说明会文本数据,并收集其第t‑1年的财务数据;步骤S2:针对业绩说明会上的管理层文本,分别计算文本情感值、文本可读性、文本相似度,针对管理层与投资者的对话文本,计算问答相关性;步骤S3:使用公司财务数据并结合文本情感值、文本可读性、文本相似度、问答相关性,使用Logistic模型对上市公司是否会被ST处理进行预测。本发明能够从多个维度进行更全面、更准确的预测上市公司的财务风险。

Patent Agency Ranking