相艳
- 作品数：227 被引量：238H指数：9
- 供职机构：昆明理工大学更多>>
- 发文基金：国家自然科学基金云南省自然科学基金云南省科技厅科研基金更多>>
- 相关领域：自动化与计算机技术文化科学医药卫生语言文字更多>>
- 融入领域术语词典的司法舆情敏感信息识别方法
- 本发明涉及融入领域术语词典的司法舆情敏感信息识别方法。本发明首先使用双向循环神经网络和多头注意力机制对舆情文本和领域术语词典分别进行编码，抽取显著特征；其次将领域术语词典作为分类的指导知识，与舆情文本构建相似矩阵，得到融...
- 余正涛张泽锋黄于欣郭军军相艳高盛祥
- 文献传递
- 基于差异性案件要素的案件舆情时间线生成方法
- 本发明涉及基于差异性案件要素的案件舆情时间线生成方法，属于自然语言处理技术领域。本发明首先构建涉案舆情时间线数据集并生成每条微博文本的差异性要素；然后将差异性要素、微博文本和案件时间作为BERT编码器的输入，基于自编码框...
- 余正涛赵瑶黄于欣郭军军线岩团相艳
- 文献传递
- 融入篇章语义的涉案新闻要素实体识别方法及系统
- 本发明涉及融入篇章语义的涉案新闻要素实体识别方法及系统，属于自然语言处理技术领域。本发明首先从中国新闻网大案要案模块爬取语料，将所获新闻文本首段进行删减，获取新闻中心句，构建新闻正文句和其所对应新闻中心句的数据库，其次采...
- 线岩团王佳雯王剑余正涛郭军军相艳
- 改进枢轴特征选择的跨领域情感分类被引量：3
- 2020年
- 对跨领域情感分类任务中因标签样本不足以及不同领域中特征分布差异大导致分类准确率低的问题进行研究,提出一种改进特征选择的跨领域情感分类模型(IPFS)。利用词形还原解决文本中构建词袋模型中的特征冗余的问题,通过卡方检验算法选择领域间具有相同表征的枢轴特征作为领域间共享的桥梁,结合神经网络模型,完成跨领域情感分类任务。实验结果表明,IPFS模型与现有的相关模型相比取得了更好的分类效果。
- 梁俊葛相艳张周彬熊馨邵党国马磊
- 关键词：卡方检验神经网络
- 融合情绪知识的案件微博评论情绪分类方法
- 本发明涉及融合情绪知识的案件微博评论情绪分类方法，属于自然语言处理技术领域。本发明构建了一个包含案件微博情绪词典、表情符号、网络流行语、否定词典以及程度副词词典的情绪知识库；并构建属性特征表示。最后基于卷积神经网络将评论...
- 余正涛郭贤伟相艳郭军军黄于欣朱恩昌
- 文献传递
- 动态记忆案件描述的涉案微博评论讽刺句检测方法
- 本发明涉及动态记忆案件描述的涉案微博评论讽刺句检测方法，属于自然语言处理技术领域。本发明包括步骤：构建涉案微博讽刺数据集；利用词嵌入和位置嵌入分别将涉案微博正文和涉案微博评论分别进行特征编码，在特征编码后的涉案微博评论中...
- 余正涛谭陈琛相艳郭军军黄于欣线岩团
- 文献传递
- 基于一致性图卷积模型的多模态对话情绪识别被引量：2
- 2023年
- 多模态对话情绪识别是一项根据对话中话语的文本、语音、图像模态预测其情绪类别的任务。针对现有研究主要关注话语上下文的多模态特征提取和融合,而没有充分考虑每个说话人情绪特征利用的问题,提出一种基于一致性图卷积网络的多模态对话情绪识别模型。该模型首先构建了多模态特征学习和融合的图卷积网络,获得每条话语的上下文特征;在此基础上,以说话人在完整对话中的平均特征为一致性约束,使模型学习到更合理的话语特征,从而提高预测情绪类别的性能。在两个基准数据集IEMOCAP和MELD上与其他基线模型进行了比较,结果表明所提模型优于其他模型。此外,还通过消融实验验证了一致性约束和模型其他组成部分的有效性。
- 谭晓聪郭军军线岩团相艳
- 关键词：多模态情绪识别情感分析
- 融合词典与对抗迁移的越南语事件实体识别方法
- 本发明涉及融合词典与对抗迁移的越南语事件实体识别方法。本发明将越南语作为目标语言，分别将英语和汉语作为源语言，利用源语言的实体标注信息和双语词典提升目标语言的实体识别效果。本发明首先利用词级别对抗迁移实现源语言与目标语言...
- 余正涛薛振宇线岩团相艳王红斌
- 文献传递
- 一种融入实体知识的多模态方面情感联合抽取方法
- 本发明涉及一种融入实体知识的多模态方面情感联合抽取方法，属于情绪识别技术领域。现有的方法无法有效的建模图像和文本中方面特征的对齐。本发明包括对多模态数据集进行预处理；引入实体类别来提取文本中的深层文本特征表示；引入实体知...
- 相艳蔡运嘉郭军军黄于欣
- 一种合成式心电信号发生器
- 本发明涉及一种合成式心电信号发生器，属于医疗仪器技术领域。本发明包括电源模块、振荡模块、信号适配模块、信号合成模块；电源模块通过开关升压器将电池的1.5V升压至+5V作为信号发生器的电源供电，振荡模块的振荡信号经分频输出...
- 杨嘉林相艳
- 文献传递
