申请/专利权人：西安交通大学

申请日：2023-06-29

公开（公告）日：2024-04-12

公开（公告）号：CN117874242A

主分类号：G06F16/36

分类号：G06F16/36;G06F18/25;G06F18/213;G06V10/40;G06F18/214;G06F18/22;G06F18/2411

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明提供一种基于英文词汇语言学属性预测的评分词典构建方法及系统，为目标单词构造文本特征和视觉特征；使用特征融合方法对文本特征和视觉特征进行融合，将融合后的多模态特征作为图注意力网络模型的输入，基于单词相似度和单词共现概率构造邻接矩阵，用邻接矩阵表示图结构，得到单词间的关系图，以构造的单词间的关系图为基础，构建改进的图注意力网络模型，将预处理后的特征矩阵X和代表图结构的邻接矩阵A输入图注意力网络模型，经过图注意力网络模型处理后词汇的具体性或可成像性的预测值；采用多模态特征作为预测模型的输入，降低预测模型在训练中的过拟合风险；依据单词间相似度和共现概率构建邻接矩阵，实现相似且共现频率高的单词之间的交互。

主权项：1.一种基于英文词汇语言学属性预测的评分词典构建方法，其特征在于，包括以下步骤：为目标单词构造文本特征和视觉特征；使用特征融合方法对文本特征和视觉特征进行融合，得到多模态特征，将融合后的多模态特征合并，构成特征矩阵X，基于单词相似度和单词共现概率构造邻接矩阵A，用邻接矩阵A表示图结构，得到单词间的关系图，以所述单词间的关系图为基础，构建改进的图注意力网络模型，将特征矩阵X预处理后与代表图结构的邻接矩阵A输入图注意力网络模型，经过图注意力网络模型处理后得到英文词汇的具体性或可成像性的预测值；基于英文词汇的具体性或可成像性的预测值构建英文词汇的评分词典。

全文数据：

权利要求：

百度查询： 西安交通大学 基于英文词汇语言学属性预测的评分词典构建方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD