|
搜索
搜 索
高等教育领域数字化综合服务平台
智能服务语义理解与优化调度
针对目前智能服务系统在服务过程中存在的人机交互语
义理解不够深入、服务适配实时性差、以及智能化优化不足
等问题，利用深度学习、强化学习、知识图谱等技术手段，
重点研究：1）高效低成本的服务数据获取方法，为各类基
于机器学习的服务模型提供高质量训练数据；2）面向服务
过程的深度语义理解，包括服务意图识别、服务过程抽取、
事件检测等；3）面向复杂服务需求的服务任务智能调度，
结合具体服务场景展开基于多目标多约束的智能优化。
浙江工业大学
2021-05-06
基于概念信息语义相似度的智能问答系统
文本语义相似度是指两个句子或文本片段之间的语义等价程度，其研究在自然语言处理的问答系统、机器翻译、信息抽取、自动摘要等相关领域中有着广泛的应用，具有重要的理论意义和应用价值。现有的文本语义相似度方法主要基于词表面特征，但由于词语间普遍存在概念上的关联，缺乏概念层面的精确计算导致这些方法的准确性提升困难，而实现全文本在概念层面的精确计算尚无有效模型。
项目团队依据单个名词的概念信息量为基础，分别提出了多种模型和方法实现文本在概念级别快速、精确地计算语义相似度：（1）提出一种基于概念信息量的文本语义相似度无监督基本模型；（2）提出一种基于概念信息增益的文本信息量计算方法；（3）提出一种融合信息权重的全文本信息量计算方法。实验结果表明，团队提出方法在SemEval 2013-2016 STS（文本语义相似度）数据集上均超过了当年最先进系统的总成绩，并且在SemEval 2017 STS国际测评中，本系统的总成绩在所有参赛团队中排名第二，其中在Track 1数据集上排名第一（共34个参赛团队提交81个系统）。相关论文被大会评选为“Best of SemEval 2017”。
北京理工大学
2022-06-10
基于概念信息语义相似度的智能问答系统
文本语义相似度是指两个句子或文本片段之间的语义等价程度，其研究在自然语言处理的问答系统、机器翻译、信息抽取、自动摘要等相关领域中有着广泛的应用，具有重要的理论意义和应用价值。现有的文本语义相似度方法主要基于词表面特征，但由于词语间普遍存在概念上的关联，缺乏概念层面的精确计算导致这些方法的准确性提升困难，而实现全文本在概念层面的精确计算尚无有效模型。
我们依据单个名词的概念信息量为基础，分别提出了多种模型和方法实现文本在概念级别快速、精确地计算语义相似度：（1）提出一种基于概念信息量的文本语义相似度无监督基本模型（发表SCI论文1篇，授权专利1项）；（2）提出一种基于概念信息增益的文本信息量计算方法（发表SCI论文1篇）；（3）提出一种融合信息权重的全文本信息量计算方法（发表SCI论文1篇，最佳国际测评论文1篇）。实验结果表明，我们提出方法在SemEval 2013-2016 STS（文本语义相似度）数据集上均超过了当年最先进系统的总成绩，并且在SemEval 2017 STS国际测评中，我们系统的总成绩在所有参赛团队中排名第二，其中在Track 1数据集上排名第一（共34个参赛团队提交81个系统）。相关论文被大会议评选为“Best of SemEval 2017”。
随着人工智能相关技术的发展，智能问答系统应用在许多行业和领域中都有迫切的需求。比如在电话咨询场景中，传统人工坐席无法满足日益增加的客户咨询量；在政府业务公开场景中，智能机器人对用户的不准确答复会影响政府形象和公信力。目前业界的做法是人工设计问答系统或者对话系统，而不是使问答系统真正具有人类常识和世界知识，这种系统无法适应提问方法的改变或应用场景的转换。而概念信息方法以认知知识库为基础可以获得大量世界知识，比如概念之间的上下位关系。在特定领域的问答匹配多个测试数据集上的实验结果显示，相对于谷歌最新的深度计算模型BERT，概念信息语义相似度无监督模型已经比当今最优深度学习模型高出13%-15%。在问答系统上准确性的优势说明，概念信息语义相似度模型对智能问答系统具有明显的应用落地优势。
北京理工大学
2023-05-09
基于音视频识别及语义分析的智能约谈平台
针对行政约谈场景中存在的人工记录效率低、内容理解偏差记录、资料追溯繁杂等问题，本成果开展了基于音视频识别及语义分析的智能约谈平台的研究。基于 AI 深度学习的音视频识别框架、复杂网络理论和语义知识本体的文本语义相似度计算方法，研究音视频识别的语音转写、对话管理、计算机视觉技术和内容分析的语义理解、语义优化、情感识别方法，实现网信约谈、纪委约谈、公安审讯、监狱谈话等多种行政约谈场景下的约谈智能化和数字化。其中，语音识别转写是开展智能约谈系统研究的前提和基础，本成果训练了声学模型和语言模型，构建编码器，通过音频角色分离和声纹识别技术分离说话人声音，编码器识别解码，经过文本语义处理转写为文本。而文本语义处理是智能约谈系统提升约谈效能的源动力，成果构建了基于语义本体的自动专家导引约谈知识库，通过基于复杂网络的语义相似度计算给约谈工作人员推荐约谈问题；约谈结束后，利用融合主题特征的文本自动摘要技术快速生成汇报摘要，利用基于分布式表示的事件抽取技术自动生成约谈报告。本成果研制高效、便捷的智能约谈音视频识别及语义分析平台，实现了在线约谈预约、人脸识别身份核验、语音实时转写、约谈问题智能引导提问、音视文同步显示、汇报摘要自动生成、约谈报告自动生成、约谈文件回溯、约谈大数据分析等功能。
西安电子科技大学
2022-12-15
基于视听融合的智能导盲机器项圈系统
1.成果原理：通过图像增强算法优化恶劣天气下导盲犬视野，结合Transformer模型实现环境多模态语音描述，并通过手机平台实现远程监控与交互。
2.创新点：恶劣天气适应性（突破传统导盲设备在雾霾、雨雪等极端场景的视觉限制）；多模态交互(支持语音合成、家人音色定制及实时场景描述，兼顾安全性与情感需求)；轻量化设计(项圈重量适配犬只行动，避免传统穿戴设备的负担)。
3.应用场景：视障人士日常出行、导盲犬训练基地、公共复杂环境。
4.应用案例：与吉林外国语大学、科大讯飞联合开展技术验证，完成实验室原型测试。
5.成果获奖：
2023年“互联网+”大学生创新创业大赛吉林省铜奖
2024年“挑战杯”吉林省大学生创业计划竞赛银奖
6.成果评价：丰富了国内导盲生物辅助设备研究内容，获吉林省大学生创新创业大赛重点支持，技术专利布局中，市场潜力预估超800万视障人群需求，助力东北地区智能装备产业升级与民生福祉提升。
吉林外国语大学
2025-05-07
语义Web和大数据分析
与华为技术有限公司开展互联网语义分析合作研究，双方共同研发了“电商知识图谱自动化构建和电商评论分析系统”，该系统可以自动化将不同电商网站的数据抽取和集成，形成一个庞大的电商知识图谱，并且利用这个知识图谱来对电商评论做语义分析。该项目中的技术已经被华为公司用于大数据中的视频分析，并且产生了良好的经济效益。另外，与百度签订了“本体及知件技术构建医疗领域知识库和应用研究”项目，提交并审核通过一项专利“一种医疗知识库中保健品与疾病的关联构建方法”，并且提出一种word embedding的方式挖掘非结构化数据中实体关系的方法，项目成果被百度用于医疗保健品的搜索中，取得了很好的社会效应。
东南大学
2021-04-11
一种深度多维度流量语义分析方法
一种深度多维度流量语义分析方法，使用有监督的深度学习模型来训练网络获取ｕｒｌ页面的特征向量，并综合考虑用户之间的语义关系来实现流量分析；对于网站日志的预处理，采用ｍａｐｒｅｄｕｃｅ筛选掉不符合条件的日志数据，其中包括爬虫日志数据和其他网站的数据；对于构建出来的浏览路径，设置阈值为ｎ，筛选掉长度小于ｎ的路径；对于网站ｕｒｌ页面的文本处理，采用词向量的分布式表示方法得到ｕｒｌ页面的向量，利用ｕｒｌ页面嵌套来描述用户浏览行为的语义信息；采用聚类方法对用户的浏览路径进行聚类，通过聚类来分析用户的分布情况和用户群之间的差异，聚类使用ｔ?ＳＮＥ降维来达到直观的向量空间聚类效果。
东南大学
2021-04-11
基于本体的数字出版物语义标注优化方法
本专利系统所要解决的技术问题正是对上述存在的技术不足，提出了一种基于本体的数字岀版物语义标注优化方法。其公开了在语义分析与标注方法中，进行段落分词，其中，段落分词包括字符串匹配分词、最短路径分词和词义分词法等
一、项目分类
关键核心技术突破
二、成果简介
现阶段关于数字出版物内容提炼标注技术大多是根据基本词库及内容上下文进行抽取的，没有结合出版物的领域背景，从而降低了标注在特定领域的准确性，导致信息可达性降低、传播效率降低。
本专利系统所要解决的技术问题正是对上述存在的技术不足，提出了一种基于本体的数字岀版物语义标注优化方法。其公开了在语义分析与标注方法中，进行段落分词，其中，段落分词包括字符串匹配分词、最短路径分词和词义分词法等；然后进行语义标注，即为文本中的词分配词性信息（例如名词、动词等）；最后，进行段落-维度结构化关联，将段落在语义空间上的点坐标表示出来。
因此，本发明相对于上述该文献实际解决的技术问题是：如何提高标注的准确性和检索的准确性。本专利系统对数字出版内容进行知识化加工，优化了现有的语义标注方法。
武汉理工大学
2022-08-12
一种基于超像素分割的图像语义标注方法
本发明所提供了一种基于超像素分割的图像语义标注方法，首先将基于图像超像素分割提取的特征图块输入卷积神经网络，再将卷积神经网络训练得到的特征向量进行扩展和加权处理，最后构建条件随机场模型进行语义类别标注预测。由于采用本发明的技术方案，该方法将超像素块作为研究对象，简化了用于基于图像超像素分割提取的特征图块的复杂度，提高了语义标注的计算效率；另外，采用多
浙江大学
2021-01-12
语义协同中间件的关键技术及商业应用推广
该成果 2012 年获中国商业联合会科学技术奖一等奖。本项目软件中间件技术为突破口，重点解决分布式语义集成、领域知识形式化表示及智能推理等关键问题，提出了一种基于自然语言交互方式，并以引导方式使问题确定化，采用基于领域本体的知识库和问题解决方案库，通过推理技术进行问题的自动诊断与解决的基于语义的智能客服与交互系统(KMLC)。
扬州大学
2021-04-14