公开(公告)号：CN116775836A

公开(公告)日：2023-09-19

申请号：CN202310776007.1

申请日：2023-06-28

Applicant: 西安交通大学

Inventor： 张玲玲 ,  马英洪 ,  武亚强 ,  张晓平 ,  刘均 ,  郑庆华 ,  魏笔凡

IPC: G06F16/332 ,  G06F40/284 ,  G06F40/205 ,  G06N3/045 ,  G06N3/048 ,  G06N3/082

Abstract: 一种基于多层次注意力的教科书文本问答方法及系统，方法包括：将问题文本与对应章节的上下文段落进行分词并编码后输入第一层注意力模型，在句内进行自注意力计算与池化，得到句子的表征向量；取问题句子的表征向量与所有上下文段落句子的表征向量计算余弦相似度，每个段落仅保留相似度最大的一句话所对应的表征向量，作为每个段落对应问题的上下文表征向量；将问题及每个段落对应问题的上下文表征向量输入第二层注意力模型，进行段落与段落、段落与问题间的自注意力计算与池化，获得问题所对应的答案表征向量作为分类器的输入；由分类器输出答案选项，并得出答案文本对应章节的上下文段落。本发明可以针对教科书文本问题选择出更准确的回答选项。

公开(公告)号：CN114756681A

公开(公告)日：2022-07-15

申请号：CN202210461756.0

申请日：2022-04-28

Applicant: 西安交通大学

Inventor： 田锋 ,  蒋诗瑶 ,  杨子晨 ,  郑庆华 ,  安文斌 ,  张晓平 ,  蔡明祥

IPC: G06F16/35 ,  G06F40/211 ,  G06F40/289 ,  G06F40/30 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多注意力融合的评教文本细粒度建议挖掘方法，属于多任务预测领域。本发明将评教文本细粒度建议挖掘定义为从文本中挖掘建议动作词、建议实体词和对应的高层教学评价指标，在挖掘建议词组的过程中，通过设计建议增强组件、词信息增强组件和句法上下文增强组件，有效地克服了序列标注模型易受噪声影响、难整合词组信息和易忽略句法依赖关系的难题；同时借助多任务框架提取建议词组的高层教学评价指标。

公开(公告)号：CN114756681B

公开(公告)日：2024-04-02

申请号：CN202210461756.0

申请日：2022-04-28

Applicant: 西安交通大学

Inventor： 田锋 ,  蒋诗瑶 ,  杨子晨 ,  郑庆华 ,  安文斌 ,  张晓平 ,  蔡明祥

IPC: G06F16/35 ,  G06F40/211 ,  G06F40/289 ,  G06F40/30 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0442 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明公开了一种基于多注意力融合的评教文本细粒度建议挖掘方法，属于多任务预测领域。本发明将评教文本细粒度建议挖掘定义为从文本中挖掘建议动作词、建议实体词和对应的高层教学评价指标，在挖掘建议词组的过程中，通过设计建议增强组件、词信息增强组件和句法上下文增强组件，有效地克服了序列标注模型易受噪声影响、难整合词组信息和易忽略句法依赖关系的难题；同时借助多任务框架提取建议词组的高层教学评价指标。

公开(公告)号：CN116978034A

公开(公告)日：2023-10-31

申请号：CN202310910910.2

申请日：2023-07-24

Applicant: 西安交通大学

Inventor： 刘均 ,  罗强 ,  马英洪 ,  胡健翔 ,  张玲玲 ,  张晓平

IPC: G06V30/226 ,  G06V20/40 ,  G06T7/73

Abstract: 一种面向文本场景的增强现实跟踪注册方法、系统及存储介质，方法包括输入相机拍摄的视频帧，经过帧决策规则将当前帧划分为普通帧、跟踪帧、关键帧；将关键帧依次进行图像特征提取、特征匹配、位姿估计得到相机位姿进行跟踪注册，图像特征提取按照规则分别检测文字的笔画端点、转折点及三岔点；使用光流法，将跟踪帧结合上一个跟踪帧或者关键帧所对应的位姿，计算出当前跟踪帧的位姿，进行注册；通过已知位姿的跟踪帧和关键帧，对前后两个位姿变化量与中间帧数差求每帧的平均变化量，使得普通帧的位姿由前一位姿线性变化到后一个位姿。本发明可以提高对文本图像特征提取能力，使得在特征匹配结果有更高的准确率，并且缩短跟踪注册处理时间。

公开(公告)号：CN115409661A

公开(公告)日：2022-11-29

申请号：CN202211048512.6

申请日：2022-08-30

Applicant: 西安交通大学

Inventor： 朱海萍 ,  赵怡菲 ,  田锋 ,  武雨辰 ,  陈妍 ,  郑庆华 ,  王茜莺 ,  张晓平

IPC: G06Q50/20 ,  G06Q10/10 ,  G06K9/62

Abstract: 本发明公开了一种基于集成学习模型的就业推荐方法、系统、设备及介质，包括：获取用户u及各推荐项目c，将用户u的特征及各推荐项目c的特征进行向量化编码；将用户u的特征向量、用户u已有的交互记录向量和用户u与各推荐项目c的特征向量输入到训练后的集成学习模型中，得到各推荐项目的得分，完成基于集成学习模型的就业推荐，其中，所述集成学习模型由相似性信息组件、全局交互信息组件和特征匹配信息组件构成，该方法、系统、设备及介质能够提高模型的泛化能力及可扩展性，继而提高就业推荐的准确性。