公开(公告)号：CN116702753A

公开(公告)日：2023-09-05

申请号：CN202310724825.7

申请日：2023-06-19

申请人： 电子科技大学

发明人： 李建平 ,  周越 ,  田洁 ,  苏辰

IPC分类号： G06F40/211 ,  G06F40/30 ,  G06F16/33 ,  G06N3/0499 ,  G06N3/08 ,  G06F17/16

摘要： 本发明提供了基于图注意力网络的文本情感分析方法。包括：基于向量模型对上下文文本进行向量化表示，获取句子词向量和方面词向量；基于Bert预训练模型处理句子词向量和方面词向量获取句子词编码；图注意网络模型GAT基于句法依存树处理句子词向量获取句法信息矩阵；图注意网络模型GAT基于多头自注意力机制处理句子词编码获取语义信息矩阵；基于相互连接向量分别处理句法信息矩阵和语义信息矩阵，获取句法特征矩阵和语义特征矩阵；基于句法特征矩阵和语义特征矩阵获取情感概率分布。解决了现有技术中确定每个评论对象表达情感的上下文范围不准确致情感分析偏差的技术问题。

公开(公告)号：CN115017887A

公开(公告)日：2022-09-06

申请号：CN202210624901.2

申请日：2022-06-02

申请人： 电子科技大学

发明人： 李建平 ,  胡健 ,  顾小丰 ,  蒋涛 ,  周越 ,  田洁

IPC分类号： G06F40/216 ,  G06F40/242 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08 ,  G06Q50/00

摘要： 本发明提供一种基于图卷积的中文谣言检测方法，包括：图构造步骤：提取社交平台上谣言样本数据的文本特征、用户特征、情感特征和辅助特征；以文本特征和用户特征作为节点特征并按照从上到下的传播方向以及从下到上的散布方向来分别构造图结构数据；以情感特征和辅助特征为节点特征并按照从上到下的传播方向以及从下到上的散布方向来分别构造图结构数据；图表示步骤：将四种图结构数据分别经两个图卷积层后通过平均池化提取出对应的图表示；预测步骤：拼接四个图表示完成是否为谣言的预测。本发明通过同时构造情感等统计特征和评论文本特征从上到下的深度传播结构图和从下到上的广度传播结构图极大地提高谣言检测的表现。

公开(公告)号：CN118733769A

公开(公告)日：2024-10-01

申请号：CN202410767310.X

申请日：2024-06-14

申请人： 电子科技大学

发明人： 李建平 ,  田洁 ,  崔长润 ,  陈丽熹

IPC分类号： G06F16/35 ,  G06F18/214 ,  G06F18/241 ,  G06F18/25 ,  G06N3/045 ,  G06F40/30

摘要： 本发明涉及文本分类技术领域，提供了一种多标签文本分类方法、装置、芯片及终端。方法包括：向量化处理原始文本并重新设置第一标签向量集合的词向量维度，获得文本向量集合和第二标签向量集合；通过多头注意力计算对文本向量集合进行单独编码，获得第一文本信息；联合第二标签向量集合，通过交叉注意力计算对第一文本信息进行联合编码，获得第二文本信息；在文本向量集合的基础上提取每个第二标签向量的标签相关注意力权重，根据每个第二标签向量的标签相关注意力权重将第二标签向量集合表示为标签信息；基于第二文本信息和标签信息获得融合信息；根据融合信息对原始文本进行文本分类。通过发明可以提高多标签分类任务的准确性。

公开(公告)号：CN116740405A

公开(公告)日：2023-09-12

申请号：CN202310308638.0

申请日：2023-03-28

申请人： 电子科技大学

发明人： 李建平 ,  严灿 ,  田洁 ,  陈佳 ,  崔长润

IPC分类号： G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/049 ,  G06N3/08

摘要： 本发明提供一种图像分类方法、计算机设备和存储介质，所述分类方法包括：分别构建多个卷积层和多个池化层，每个所述卷积层用于对初始图像数据进行卷积，每个所述池化层用于卷积后的初始图像数据进行池化；构建全连接层，用于对多次卷积和池化后的初始图像数据进行分类，并输出目标分类结果数据；其中，所述全连接层由多个脉冲神经元构成。解决了现有技术中存在的卷积神经网络在训练过程中需要巨大的计算资源，在使用中容易出现内存不足的情况的问题。