• <input id="1v772"></input>
      1. <optgroup id="1v772"><li id="1v772"></li></optgroup>

          [發明專利]自動分析專利文件中申請專利范圍的方法、系統及儲存媒體無效

          專利信息
          申請號: 200410059431.1 申請日: 2004-06-18
          公開(公告)號: CN1573738A 公開(公告)日: 2005-02-02
          發明(設計)人: 林大器;劉貞維;杜維武;林佳惠;杜世文;曾獻瑩;陳君儀;李月青;江天德 申請(專利權)人: 臺灣積體電路制造股份有限公司
          主分類號: G06F17/27 分類號: G06F17/27;G06F17/60
          代理公司: 北京三友知識產權代理有限公司 代理人: 王一斌
          地址: 臺灣省新竹*** 國省代碼: 中國臺灣;71
          權利要求書: 查看更多 說明書: 查看更多
          摘要: 一種自動分析專利文件中申請專利范圍的方法,用以分析專利文件中有關申請專利范圍的權利范圍。首先,輸入專利文件,所輸入的專利文件包含有申請專利范圍。然后,參考一關鍵詞庫,自動分析申請專利范圍為組成組件。接著,根據組成組件,自動評估申請專利范圍的權利范圍。其后,可根據上述自動分析的結果,產生各種分析報告。
          搜索關鍵詞: 自動 分析 專利 文件 申請專利 范圍 方法 系統 儲存 媒體
          【主權項】:
          1.一種自動分析專利文件中申請專利范圍的方法,其用以分析一專利文件中有關申請專利范圍的權利范圍,包括下列步驟:輸入上述專利文件,上述專利文件包含至少一申請專利范圍;以及擷取上述至少一申請專利范圍中,逗點/分號與逗點/分號間的文字,逗點/分號與句號間的文字以及逗點/分號與連接詞間的文字,形成多個字組;參考一關鍵詞庫,比對上述字組以得到至少一組成組件;根據上述至少一組成組件,以評估上述至少一申請專利范圍的權利范圍。
          下載完整專利技術內容需要扣除積分,VIP會員可以免費下載。

          該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于臺灣積體電路制造股份有限公司,未經臺灣積體電路制造股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服

          本文鏈接:http://www.aube-tourisme.com/patent/200410059431.1/,轉載請聲明來源鉆瓜專利網。

          同類專利
          • 一種應用于垂直領域的專業詞匯糾錯方法及系統-201810651482.5
          • 趙鵬;吳雪軍 - 鼎復數據科技(北京)有限公司
          • 2018-06-22 - 2019-12-31 - G06F17/27
          • 本發明公開了一種應用于垂直領域的智能對話機器人的專業詞匯糾錯方法及系統,實現過程為:構建混淆集,所述混淆集中包括有拼寫正確的專業詞匯和與專業詞匯對應的易混淆詞;對用戶拼寫輸入的句子進行分詞處理;加載混淆集,對分詞處理后的每個詞語進行遍歷,識別存在的易混淆詞,并替換為正確的專業詞匯,完成糾錯。本發明中方法和系統可實現實時糾錯,耗時極少,有效的提升了客服機器人對用戶的意圖識別,提升了單輪會話和多輪會話的效果。
          • 一種語義識別方法、裝置、介質及電子設備-201810653680.5
          • 王穎帥;李曉霞;苗詩雨 - 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
          • 2018-06-22 - 2019-12-31 - G06F17/27
          • 本發明實施例提供了一種語義識別方法,該語義識別方法包括:對所獲取的短文本數據進行分詞,確定出所述短文本數據中的特征詞項;根據所述特征詞項的屬性,確定出所述特征詞項的權重;根據所述特征詞項的權重,提取目標詞項并生成目標詞項列表;基于所述目標詞項列表實現語義識別。本發明實施例的技術方案提高了短文本數據的分詞效果,提取出符合實際需求的關鍵詞,并對關鍵詞進行綜合權重計算,結合語義識別模型,可以更多的覆蓋對用戶輸入信息進行模糊意圖理解,進而關聯出相對應的實體,提升了對模糊語料的識別準確率。
          • 一種基于改進特征融合的語義關系抽取方法-201910811049.8
          • 龐寧;譚真;趙翔;張嘯宇;殷風景;唐九陽;葛斌;肖衛東 - 中國人民解放軍國防科技大學
          • 2019-08-29 - 2019-12-31 - G06F17/27
          • 本發明公開了一種基于改進特征融合的語義關系抽取方法,包括以下步驟:建立訓練樣本集;構建語義關系抽取模型;訓練語義關系抽取模型;建立待抽取語義的數據集;利用訓練好的語義關系抽取模型從待抽取語義的數據集中提取語義關系。本發明設計了一種保留謂詞的依存路徑,所述的依存路徑包含兩個子路徑,子路徑分別為根節點分別到兩個實體的最短路徑,與原本的分詞序列同時作為輸入,用于實體對之間語義關系的抽取,從而達到更準確的關系預測;加入多實例學習方法,用于在樣本稀疏條件下的噪聲抑制,與注意力機制相比,該機制不存在欠擬合問題,更適合稀疏樣本下的中文文本語義關系抽取問題。
          • 一種關于對象特征提取的信息處理方法及裝置-201910833760.3
          • 于文才;高升;杜明本;鐘琴隆;馬強;杜志誠;李群;劉斌;鄭常青 - 山東旗幟信息有限公司
          • 2019-09-04 - 2019-12-31 - G06F17/27
          • 本申請公開了一種關于對象特征提取的信息處理方法及裝置,用以解決現有的信息處理方法需消耗大量人力且效率低的問題。該方法確定員工的待處理信息中各詞語的詞向量,以及對所述待處理信息進行句法分析,根據預設規則,確定由所述各詞語組成的詞組;根據各詞語的詞向量,確定所述詞組的詞組向量;根據預先訓練好的聚類模型以及各詞組向量,從若干預設標簽中,確定所述員工對應的標簽。通過本方法,能夠對員工信息進行自動分析并從中提取有用的信息,智能化的為員工匹配相應的標簽。
          • 精確理解中文句意的方法-201910851929.8
          • 陳緒平;余健;段建剛;劉琨 - 陳緒平
          • 2019-09-10 - 2019-12-31 - G06F17/27
          • 本發明涉及一種計算機識別中文句意的方法,特別涉及到,在某些專業領域內,精確識別中文句意。包括以下步驟:(1)選定某一領域,建立知識圖譜,對領域內的實體字詞進行標注;(2)建立句式結構,把以上標注好的實體字詞嵌入到中文連接詞和語序組成的位格中,構建能精確表達句意的句式結構;(3)由人工根據上述句式結構總結一定數量句式結構,并將上述總結的句式結構建立句式庫;(4)構建一個簡單實用的機器學習模型,讓機器能自動化積累句式結構。
          • 命名實體識別方法、裝置及存儲介質-201910878202.9
          • 齊保元;孟二利;王斌 - 北京小米智能科技有限公司
          • 2019-09-17 - 2019-12-31 - G06F17/27
          • 本公開是關于一種命名實體識別方法、裝置及存儲介質。在該命名實體識別方法中,對訓練語料中每一字符進行初始化,并通過雙向卷積網絡和注意力機制,對訓練語料中隨機初始化后的字符進行轉換,得到所述訓練語料中每個字符的字符向量表征;確定訓練語料中每一句子的詞向量表征;將所述詞向量表征和所述字符向量表征進行拼接,生成第一向量表征;通過雙向卷積網絡對第一向量表征進行特征增強,并通過注意力機制對特征增強后的向量表征進行轉換,得到第二向量表征;基于所述第二向量表征,進行命名實體的識別。通過本公開提高泛化能力,提高命名實體識別的識別能力。
          • 一種基于PubMed數據庫的英文分詞處理系統及方法-201910882780.X
          • 馬子睿;海強;何玉潔;吳嘉敏 - 寧夏大學
          • 2019-09-18 - 2019-12-31 - G06F17/27
          • 本發明屬于數據挖掘技術領域,公開了一種基于PubMed數據庫的英文分詞處理系統及方法,利用現有的中英文分詞技術對英文分詞;基于分詞結果的文本相似度計算;將每篇文章向量化,要實現文本向量化就要將原始文獻做預處理,預處理中所用到的就是上面所述的英文分詞方法;使用word2vec模型挖掘整個文獻中詞與詞之間的關系,找出有利于的數據和其中的關聯關系。系統包括:英文分詞模塊、文本相似度計算模塊、數據和關聯關系確定模塊。本發明增加了數據的可讀性,幫助研究人員快速篩選自己想要的文獻,提高了文獻的利用率;處理后的文獻數據為醫學研究提供良好的數據基礎。
          • 基于條件隨機場的隱式篇章關系識別方法與系統-201910909002.5
          • 鄔昌興;曹柳文;楊亞連 - 華東交通大學
          • 2019-09-25 - 2019-12-31 - G06F17/27
          • 本發明涉及一種基于條件隨機場的隱式篇章關系識別方法及系統,該方法包括如下步驟:將接收到的語句進行編碼以得到詞向量序列;對詞向量序列中第一語句與第二語句之間的篇章關系進行特征提取以得到多個不同級別的特征向量;根據多個不同級別的特征向量,計算得到多個篇章關系分類對應的初步結果數據;提供用于編碼相鄰篇章關系之間映射信息的轉移矩陣,根據轉移矩陣以及初步結果數據計算得到任一篇章關系序列得分,并根據篇章關系序列得分計算得到任一篇章關系序列對應的條件概率。本發明充分利用多級篇章關系之間存在的映射關系,有效提高各個級別分類的性能,也可有效減少在多個級別的分類任務上出現矛盾的預測結果的情況。
          • 一種數學算式識別方法、裝置、設備及可讀存儲介質-201910916522.9
          • 高叢;蘇少煒;陳孝良 - 北京聲智科技有限公司
          • 2019-09-26 - 2019-12-31 - G06F17/27
          • 本申請提供了一種數學算式識別方法、裝置、設備及可讀存儲介質,其中,方法包括:獲取采用自然語言描述目標數學算式的目標句子;對目標句子進行命名實體識別,獲得目標句子的命名實體識別結果,其中,命名實體識別結果包括目標句子中所包含的命名實體,以及每個命名實體對應的實體類型,目標句子中所包含的命名實體包括用于描述數字的詞、用于描述運算符號的詞、用于描述求取子式運算結果的詞,一命名實體對應的實體類型用于指示該命名實體所描述的內容;根據目標句子的命名實體識別結果,將目標句子轉換為符號化的目標數學算式。本申請根據目標句子的命名實體識別結果,能夠準確地將用自然語言描述的數學算式識別為符號化的數學算式。
          • 基于計算機場景的自然語言理解方法、裝置、系統和存儲介質-201910923032.1
          • 馮海洪;毛德平;許成亮;王康 - 安徽咪鼠科技有限公司
          • 2019-09-27 - 2019-12-31 - G06F17/27
          • 本發明涉及數據處理領域,尤其涉及一種基于計算機場景的自然語言理解方法、裝置、系統和存儲介質,該方法包括:首先輸入目標文本,然后,使用jieba與HanLp為開源中文分詞工具進行分詞,將一個漢字序列切分成一個個單獨的詞,接下來,使用MITIE作為特征提取和實體識別的工具將一段文本序列中包含的實體識別出來,然后,使用sklearn作為意圖判定的工具,標注句子所屬的類別,最后,對處理的文本內容進行語言翻譯,本發明提供一種基于計算機場景的自然語言理解方法,該方法可以應用于計算機端軟件,配以相應的硬件設備,將可以為用戶提供智能語音交互功能,填補了計算機場景下語音交互技術的空缺,能精確的解析用戶的意圖。
          • 尋找相近語義漢字對的方法和裝置-201510503977.X
          • 徐戈;晁陽;關胤;吳擁民;劉德建 - 福建天晴數碼有限公司
          • 2015-08-17 - 2019-12-31 - G06F17/27
          • 為了為快速高效且具有較高準確性地獲取漢字相似度提供基礎數據,發明人披露了一種尋找相近語義漢字對的方法,包括如下步驟:從給定的語料庫中獲取一待判單詞,所述待判單詞含有四個漢字,依次為Z1、Z2、Z3、Z4;判斷Z1與Z3是否為相同漢字,如是則輸出Z2和Z4為相近語義漢字對。發明人同時還提供了實現上述尋找相近語義漢字對的方法的裝置。
          • 話題名稱的提取方法及裝置-201510697984.8
          • 朱波 - 北京國雙科技有限公司
          • 2015-10-23 - 2019-12-31 - G06F17/27
          • 本發明公開了一種話題名稱的提取方法及裝置,涉及信息技術領域,解決了話題名稱可讀性低的問題。本發明的主要技術方案為:獲取文本數據中各個共現詞分別對應的互信息值,從所述共現詞中提取互信息值大于預置互信息值的目標共現詞,分別獲取所述目標共現詞與所述文本數據的話題詞簇的相似度值,將相似度值大于預置閾值的目標共現詞確定為所述文本數據的話題名稱。本發明主要用于從文本數據中提取話題名稱。
          • 一種基于文本邏輯特征的語義風險計算方法-201610245494.9
          • 黃玉麟;韓東東;林春雨 - 北京深度時代科技有限公司
          • 2016-04-19 - 2019-12-31 - G06F17/27
          • 本發明公開了一種基于文本邏輯特征的語義風險計算方法,包括:結構類型預定義,構成預定類型的語義邏輯組合;將待處理文本按段落切分成若干文本,并作切詞處理;對待處理段落的詞語組合,根據預定義的預定類型的語義邏輯組合進行匹配,遍歷預定類型的語義邏輯組合,對命中所有定義語義結構的詞語集合計算段落風險值;對所有段落,執行匹配計算處理;歸類計算待處理文本所有段落匹配的風險集合,按照段落權重、段落風險值進行累加計算,規約計算后獲得順序化的風險及其分值。通過本發明能夠實現高效準確的風險挖掘處理。
          • 解析語義的方法和裝置-201610338834.2
          • 張喜;周鑫 - 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
          • 2016-05-19 - 2019-12-31 - G06F17/27
          • 本申請公開了解析語義的方法和裝置。所述方法的一具體實施方式包括:接收用戶輸入的語義信息;解析語義信息,得到關聯業務的一次文本特征;計算一次文本特征與語料庫中的語料特征的相似度;將與一次文本特征相似度最高的語料特征所屬的語料作為一次解析文本;提取一次解析文本的特征,得到二次文本特征;獲取業務特征庫中與二次文本特征相匹配的業務特征及獲取的業務特征所屬的業務領域;獲取業務特征的權重庫中與獲取的業務特征相關聯的權重值;將權重值最高的業務特征所屬的業務領域作為一次解析文本所屬的業務領域;在一次解析文本所屬的業務領域中解析一次解析文本,得到二次解析文本。該實施方式提高了解析語義的結果的準確性。
          • 關鍵詞提取方法和裝置-201810630477.6
          • 潘岸騰 - 廣州優視網絡科技有限公司
          • 2018-06-19 - 2019-12-27 - G06F17/27
          • 本發明提供一種關鍵詞提取方法和裝置。該方法,包括:對待處理文章集合中的每篇文章進行分詞處理,獲取每篇文章包含的詞語;針對每個所述詞語,確定包含所述詞語的文章所構成的集合;根據所述集合,確定每個所述詞語的價值,所述價值用于表征每個所述詞語區分主題的能力;根據每個所述詞語的價值,確定待處理文章集合中每篇文章的關鍵詞。無需預先建立關鍵詞數據庫,便可獲得最能代表文章主題的關鍵詞,提高了關鍵詞提取的可靠性。
          • 一種文本自動生成方法-201910243895.4
          • 于洪濤;曲強;丁悅航;黃瑞陽;李邵梅;高超;李子勇 - 中國人民解放軍戰略支援部隊信息工程大學
          • 2019-03-28 - 2019-12-27 - G06F17/27
          • 本發明提供一種文本自動生成方法。該方法包括:步驟1、利用預訓練好的自編碼器得到待處理真實文本的隱藏空間向量;步驟2、利用訓練好的生成網絡生成所述隱藏空間向量的合成文本。針對現有技術中的基于自編碼器的方法易于訓練但生成文本邏輯性差的問題,或者基于生成對抗網絡的方法生成文本語句通順但穩定性差的問題,本發明能夠加速生成網絡的訓練速度,增強訓練穩定性,并在一定程度上增強合成文本的文本邏輯性。
          • 基于改進深度殘差網絡和注意力機制的實體關系抽取方法-201910880164.0
          • 陳璟;袁禎祺;宋威 - 江南大學
          • 2019-09-18 - 2019-12-27 - G06F17/27
          • 本發明公開了一種基于改進深度殘差網絡和關系詞注意力機制的實體關系抽取方法,包括如下步驟:通過對遠程監督實體關系數據集的處理,將英文轉換為詞向量;獲取關系詞,并計算余弦相似度提取句子的關系詞權重;分別引入分段和門控機制,形成分段的具有門模塊的殘差網絡,采用分段門控殘差網絡對特征通道進行分段;在殘差網絡的后段最大池化層的基礎上拼接平均池化層形成雙池化層,用于保留句子結構特征;得到模型最終的句子特征;將得到的句子特征進行關系分類,得到輸出實體關系。本發明將深度殘差網絡應用到關系提取的遠程監督數據集上,通過加深網絡層數,有效提高模型降噪能力,同時,提出了分段門控殘差模塊,有效提高了深度殘差網絡的性能。
          • 分詞處理方法、裝置、設備及計算機可讀存儲介質-201910886160.3
          • 高翔;劉金財;于向麗 - 中國聯合網絡通信集團有限公司
          • 2019-09-19 - 2019-12-27 - G06F17/27
          • 本發明提供一種分詞處理方法、裝置、設備及計算機可讀存儲介質。本發明的方法,通過從待處理語句的句首開始,對所述待處理語句依次進行多次掃描處理,每次掃描處理對當前的掃描區域進行同步分詞處理確定當前的掃描區域的分詞結果,直至完成對所述待處理語句全部內容的掃描處理,得到所述待處理語句對應的多個掃描區域的分詞結果;對所述多個掃描區域的分詞結果進行整合處理,得到所述待處理語句的全句分詞結果,根據人在閱讀語句時的實現行為定義了掃描區域,對掃描區域內的文本進行同步分詞處理得到掃描區域的分詞結果,而不是逐個字的分析,分詞結果能夠體現文本中上下文的關聯關系,提高了分詞處理的準確率和效率。
          • 一種結合注意力機制與雙向LSTM的命名實體識別方法及系統-201910906582.2
          • 不公告發明人 - 成都數之聯科技有限公司
          • 2019-09-19 - 2019-12-27 - G06F17/27
          • 本發明公開了一種結合注意力機制與雙向LSTM的命名實體識別方法及系統,包括:獲取文本的文字信息,基于文字信息獲得文字序列;將文字序列中的文字分別轉換為各自對應的特征向量,獲得文字特征向量序列;使用注意力機制對每個文字特征向量進行變換,獲得變換后的文字特征向量序列;對變換后的文字特征向量序列進行循環卷積變換,獲得循環卷積變換后的文字特征向量序列;解碼循環卷積變換后的文字特征向量序列,基于解碼結果預測最優的標注序列,基于最優的標注序列獲得文本的命名實體識別結果。本發明在雙向長短期記憶模型(Bi?LSTM)與CRF理論的基礎上增加了注意力機制來進一步提高命名實體識別的準確率。
          • 一種基于深度學習的市場情報大數據分析方法和裝置-201910912510.9
          • 黃毅;王濤;王義 - 南京涌億思信息技術有限公司
          • 2019-09-25 - 2019-12-27 - G06F17/27
          • 本發明公開了一種基于深度學習的市場情報大數據分析方法和裝置,所述方法包括:獲取第一語料庫;根據所述第一語料庫構建學習模型;根據預設的數據源收集范圍和所述學習模型,收集對應的語句;判斷所述語句是否有語料價值,如是將所述語句加入第一語料庫,形成第二語料庫;根據所述第二語料庫進行數據分析,輸出分析結果。本發明采用自然語言處理模型與數據挖掘和文本提取算法的結合,采集和基于語義的情報信息搜索,以實現提高搜索、分析質量,降低系統對硬件條件的要求,從而獲得決策依據。
          • 一種從工單中提取新詞的方法和裝置-201510617999.9
          • 李國洋;王慶磊;梁德興 - 北京神州泰岳軟件股份有限公司
          • 2015-09-24 - 2019-12-27 - G06F17/27
          • 本發明公開了一種從工單中提取新詞的方法和裝置。所述方法包括:獲取根據項目的歷史工單生成的詞頻庫;對待處理的工單進行分詞得到分詞詞語;對分詞詞語順序地兩兩相鄰地進行二元合并得到候選詞語,并從詞頻庫中獲得每個候選詞語的詞頻;根據候選詞語的詞頻依次對分詞結果中的每三個相鄰分詞詞語進行合并判斷并處理,獲得合并結果,從合并結果中提取合并詞語作為本次工單的新詞。本發明結合通用分詞原理和詞頻統計的分詞原理對待處理工單進行新詞提取,通過識別通用分詞方式未識別到的詞語,擴大新詞提取的選擇范圍,并提高新詞提取的準確性。
          • 構建藏語問答語料庫的方法及裝置-201810617055.5
          • 孫媛;夏天賜 - 中央民族大學
          • 2018-06-15 - 2019-12-24 - G06F17/27
          • 本發明提供了一種構建藏語問答語料庫的方法及裝置,屬于大數據處理領域,本發明提供的方法包括:選擇一個藏語三元組實體作為中心詞實體,獲取與中心詞實體相關的所有三元組;將所有三元組中所有實體,映射成實體與標簽的對應關系,根據對應關系與中心詞實體,構建藏語問答語料庫。本方案通過找到與藏語三元組實體相關的所有三元組,并映射成實體與標簽的對應關系,構建出藏語問答語料庫,克服了人工參與耗時、費力的缺陷。
          • 文本情緒識別方法、裝置及電子設備-201810621298.6
          • 張春嫡 - 阿里巴巴集團控股有限公司
          • 2018-06-15 - 2019-12-24 - G06F17/27
          • 本發明實施例提供一種文本情緒識別方法、裝置及電子設備,其中,方法包括:獲取語料;通過依存句法提取所述語料中的情感詞以及與情感詞具有指定依存關系的關系詞;根據預置的情感詞的情緒值以及各類型的關系詞的關系權重對所述語料進行情緒計算,得到所述語料的情緒值。本發明實施例的方案,能夠實現對文本情緒更細化的量化識別,進而可利用細化后的文本情緒量化值處理其他操作。
          • 生成文本的摘要的方法和裝置-201810623713.1
          • 李法遠;陳思姣;羅雨 - 北京百度網訊科技有限公司
          • 2018-06-15 - 2019-12-24 - G06F17/27
          • 本申請實施例提供一種的生成文本的摘要的方法和裝置,該方法包括:對于文本包括的M個句子中的每個句子,根據句子的N個特征和該句子得到句子的特征標簽,并根據該句子的特征標簽,獲取該句子屬于該文本的摘要的概率;根據每個句子屬于該文本的摘要的概率,獲取M個句子中每兩個句子的關聯度,并根據M個句子中每兩個句子的關聯度,獲取每個句子的得分;生成文本的摘要,該文本的摘要包括M個句子中得分位于前L的L個句子。本申請中即考慮了待生成摘要的文本的全局信息,又考慮了文本語料庫的全局歷史信息,提高了生成的摘要的準確度。
          • 一種關鍵人名語境錯誤檢測方法及系統-201910737596.6
          • 張勇;朱立松 - 央視國際網絡無錫有限公司
          • 2019-08-12 - 2019-12-24 - G06F17/27
          • 本發明是關鍵人名語境錯誤檢測方法及系統,該方法包括:確定需審核的關鍵人名集合;選定連續N個字作為暗詞或者選定關鍵人名,然后取這個暗詞或關鍵人名的上下文;使用分詞算法分別對暗詞或關鍵人名上下文進行分詞;將分詞結果向量化;將結果輸入機器學習分類器,分類器輸出;當暗詞不屬于關鍵人名集合中的人名且分類器的輸出不是其它時,判斷該暗詞為錯誤用詞,當關鍵人名屬于關鍵人名集合中的人名且與分類器的輸出不同時,判斷該詞為錯誤語境,提示審核人員進行重點審核。該系統包括輸入、暗詞選擇、名字標定、取上下文、分詞、詞向量化、分類器和警報器模塊。本發明的優點:能夠識別存在指代含義的暗詞,能夠識別出現在錯誤語境中的關鍵人名。
          • 短文本完整性識別方法、裝置、存儲介質及計算機設備-201910740545.9
          • 劉逸哲 - 大箴(杭州)科技有限公司
          • 2019-08-12 - 2019-12-24 - G06F17/27
          • 本發明公開了一種短文本完整性識別方法、裝置、存儲介質及計算機設備,涉及信息技術領域,主要目的在于能夠提升短文本完整性的識別精確度,以及識別效率,所述方法包括:獲取已有的短文本集,并收集海量文本;根據所述短文本集中被截斷短文本的概率分布和所述海量文本,對所述短文本集進行增量處理;利用預設卷積神經網絡算法,對增量后的短文本集中的短文本、及其對應的完整性類別標簽進行訓練,得到短文本完整性識別模型;將待識別短文本輸入到所述短文本完整性識別模型進行識別,以確定所述待識別短文本是否完整。本發明適用于短文本完整性的識別。
          • 用于輔助文本標注的方法和系統-201910752104.0
          • 郭亞;?;奂?/a>;趙智源;周書恒 - 阿里巴巴集團控股有限公司
          • 2019-08-15 - 2019-12-24 - G06F17/27
          • 本公開涉及一種用于輔助文本標注的方法和系統。所述方法包括:獲取文本;對所述文本進行預處理,以生成用于基于注意力機制的神經網絡的輸入向量;將所生成的輸入向量輸入所述基于注意力機制的神經網絡以進行分類并提取所述輸入文本中的關鍵詞;以及輸出并顯示所述基于注意力機制的神經網絡的處理結果,所述結果包括所述輸入文本的屬于諸類別的概率以及所述輸入文本中包括的所述關鍵詞。
          專利分類
          ×

          專利文獻下載

          說明:

          1、專利原文基于中國國家知識產權局專利說明書;

          2、支持發明專利 、實用新型專利、外觀設計專利(升級中);

          3、專利數據每周兩次同步更新,支持Adobe PDF格式;

          4、內容包括專利技術的結構示意圖、流程工藝圖技術構造圖;

          5、已全新升級為極速版,下載速度顯著提升!歡迎使用!

          請您登陸后,進行下載,點擊【登陸】 【注冊】

          關于我們 尋求報道 投稿須知 廣告合作 版權聲明 網站地圖 友情鏈接 企業標識 聯系我們

          鉆瓜專利網在線咨詢

          400-8765-105周一至周五 9:00-18:00

          tel code back_top
          免费大片AV手机看片-欧美洲乱码伦视频免费国产-人人妻人人妻人人妻碰碰-暴力强奷片AV 少妇看A片自慰-日本少妇裸体图a片-图片区小说区偷拍区日韩-色五月丁香五月综合五月亚洲 欧美成人精品第一区-欧美高难度牲交视频-俄罗斯老少配BBW-亚洲人成在线影院
        1. <input id="1v772"></input>
            1. <optgroup id="1v772"><li id="1v772"></li></optgroup>