“伯仲璞”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果11个，建议您升级VIP下载更多相关专利

[发明专利]同义词的确定方法及装置-CN201911013160.9有效
发明人： 伯仲璞;王道广;于政;石慧江 -专利权人：北京明略软件系统有限公司
申请日： 2019-10-23 - 公布日： 2023-08-11 - 主分类号： G06F40/279 文献下载
摘要：本发明提供了一种同义词的确定方法及装置，上述方法包括：对至少一个指定词语进行分类，得到多个指定分类；使用类型识别模型对待识别的文本进行识别，从所述多个指定分类中确定与所述待识别的文本中的第一文本对应的第一指定分类；使用指定的分类器模型对所述第一文本进行识别，获取所述分类器模型输出的所述第一指定分类下的与所述第一文本对应的第一指定词语；对与所述第一文本对应的多个所述第一指定词语进行检验，将所述第一文本确定为校验通过的第一指定词语的同义词。通过本发明，解决了相关技术中存在的同义词的确定过程成本高、效率低的技术问题。
同义词确定方法装置

[发明专利]一种获取训练数据的方法和装置、模型训练方法和装置-CN201911275267.0有效
发明人：王道广;伯仲璞;孙靖文;于政 -专利权人：北京明略软件系统有限公司
申请日： 2019-12-12 - 公布日： 2023-07-14 - 主分类号： G06F16/35 文献下载
摘要：本发明实施例公开了一种获取训练数据的方法和装置、模型训练方法和装，模型训练方法包括：获取第一标注数据；其中，第一标注数据包括语料库中已标注的文档；获取所述语料库中未标注的文档中，与所述第一标注数据中的一个或多个已标注的文档之间的相似度大于或等于预设阈值的文档；分别对每一个获得的文档进行标注得到第二标注数据；将所述第一标注数据和所述第二标注数据作为训练数据进行文本分类模型和命名实体识别模型的训练。本发明实施例由于采用的增强数据是语料库中的原始文档，能够表达文档原始的语义，从而在节省人工资源的同时提高了模型训练效果。
一种获取训练数据方法装置模型

[发明专利]一种事件主体识别方法、装置、存储介质-CN202010071222.8有效
发明人： 伯仲璞;王道广 -专利权人：北京明略软件系统有限公司
申请日： 2020-01-21 - 公布日： 2023-04-28 - 主分类号： G06F40/295 文献下载
摘要：一种事件主体识别方法，包括采用预定的实体识别模型识别目标文本中的实体；采用第一预定符号在所述目标文本中对所识别出的实体进行标记，得到标记后的目标文本；根据标记后的目标文本得到所述目标文本中每个字符的嵌入向量；将所得到所述目标文本中每个字符的嵌入向量输入命名实体识别预测模型得到所述目标文本中的每个字符对应的输出标签；根据所得到所述目标文本中的每个字符对应的输出标签识别所述目标文本中的事件主体。本申请能够提高识别的准确率。
一种事件主体识别方法装置存储介质

[发明专利]一种确定风险事件严重程度的方法和装置-CN201911291923.6有效
发明人：王道广;伯仲璞;孙靖文;鲍红飞;于政 -专利权人：北京明略软件系统有限公司
申请日： 2019-12-16 - 公布日： 2023-04-07 - 主分类号： G06F16/9532 文献下载
摘要：本发明实施例公开了一种确定风险事件严重程度的方法和装置，包括：确定包含的风险事件相同的第一文档；获取确定出的第一文档的文档数量、第一文档发布的时间区间长度、发布第一文档的媒体的重要度、第一文档的评论数、资本市场变动情况中的一个或多个的任意组合；根据获得的文档数量、第一文档发布的时间区间长度、发布第一文档的媒体的重要度、第一文档的评论数、资本市场变动情况中的一个或多个的任意组合确定风险事件的严重程度。本发明实施例提高了风险事件严重程度的准确度。
一种确定风险事件严重程度方法装置

[发明专利]一种多层次分类模型训练方法、多层次分类方法和装置-CN201911366785.3有效
发明人：孙靖文;王道广;伯仲璞;于政 -专利权人：北京明略软件系统有限公司
申请日： 2019-12-26 - 公布日： 2023-04-07 - 主分类号： G06F16/35 文献下载
摘要：本发明实施例公开了一种多层次分类模型训练方法、多层次分类方法和装置，将一级标签和二级标签转换成特征向量，利用了标签的语义性，从而提高了模型训练和分类的准确性。
一种多层次分类模型训练方法装置

[发明专利]命名实体识别方法和装置、存储介质及电子装置-CN202010286857.X在审
发明人： 伯仲璞;王道广;孙靖文 -专利权人：上海明略人工智能（集团）有限公司
申请日： 2020-04-13 - 公布日： 2020-09-11 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种命名实体识别方法和装置、存储介质及电子装置。其中，该方法包括：获取待识别的目标文本，并确定目标文本中的第一识别任务的属性信息；以属性信息为目标构建属性识别任务，在属性识别任务为目标类任务的情况下，确定属性识别任务作为第二识别任务；将第一识别任务与第二识别任务输入目标神经网络模型中，输出目标文本的命名实体，其中，目标神经网络模型是通过训练样本和训练样本的标注信息训练得到的，达到了引入第二识别任务，进而根据第一识别任务和第二识别任务确定实体命名识别的目的，进而解决了现有技术中，为了准确实现命名实体识别花费成本较高的技术问题。
命名实体识别方法装置存储介质电子

[发明专利]一种基于多任务学习的命名实体识别方法和装置-CN202010131105.6在审
发明人： 伯仲璞;王道广;孙靖文 -专利权人：北京明略软件系统有限公司
申请日： 2020-02-28 - 公布日： 2020-07-03 - 主分类号： G06F40/295 文献下载
摘要：一种基于多任务学习的命名实体识别方法，包括：根据命名实体识别的原任务生成一个主任务以及一个或多个子任务，其中，所述主任务与所述原任务一致，所述子任务为辅助实现所述主任务的任务；将训练文本输入至命名实体识别网络模型，对所述命名实体识别网络模型进行训练，其中，命名实体识别网络模型至少包括主任务网络和子任务网络，所述子任务网络用于执行所述子任务，并输出子任务预测信息至所述主任务网络，所述主任务网络结合所述子任务预测信息执行所述主任务，输出主任务预测结果；将待识别文本输入至所述命名实体识别网络模型，根据所述主任务网络的输出确定识别结果。
一种基于任务学习命名实体识别方法装置

[发明专利]一种命名实体识别数据标注质量评估方法及装置-CN202010115543.3在审
发明人： 伯仲璞;王道广 -专利权人：北京明略软件系统有限公司
申请日： 2020-02-25 - 公布日： 2020-06-12 - 主分类号： G06F40/295 文献下载
摘要：一种命名实体识别数据标注质量评估方法、装置和计算机可读存储介质，其中，所述方法包括：参照监督标注数据集，对待评估标注数据集进行多维度质量评分；其中，所述多维度包括标注完整性、标注准确性和标注有效性；针对每个维度内的得分进行修正；对修正后的得分进行汇总，确定标注质量。本申请实施例可以自动实现数据标注质量评估，降低了人力资源成本，通过多维度评估，结果准确、可靠。
一种命名实体识别数据标注质量评估方法装置

[发明专利]一种智能问答的展示方法和装置及计算机可读存储介质-CN201911366519.0在审
发明人：石慧江;王道广;伯仲璞;于政 -专利权人：北京明略软件系统有限公司
申请日： 2019-12-26 - 公布日： 2020-05-15 - 主分类号： G06F16/332 文献下载
摘要：本发明实施例公开了一种智能问答的展示方法和装置及计算机可读存储介质，包括：获取用户输入的问题文本，根据问题文本查询对应的数据；将查询到的数据转换成实体关系图，显示实体关系图。本发明实施例通过实体关系图来显示用户输入的问题文本对应的数据，实体关系图更加直观的展示了数据之间的关联关系，使得数据展示更加完整，从而提高了用户的体验度。
一种智能问答展示方法装置计算机可读存储介质

[发明专利]一种中文文本分类方法和装置及计算机可读存储介质-CN201911037832.X在审
发明人：孙靖文;王道广;伯仲璞;于政 -专利权人：北京明略软件系统有限公司
申请日： 2019-10-29 - 公布日： 2020-02-21 - 主分类号： G06F16/35 文献下载
摘要：本发明实施例公开了一种中文文本分类方法和装置及计算机可读存储介质，包括：将中文文本中的句子拆分成单个字符；将所有字符按照在句子中的先后顺序依次输入到BERT预训练模型中，得到所述句子的特征；根据所述句子的特征对所述句子进行分类得到所述句子对应的类别。本发明实施例将中文文本中的句子中的单个字符依次输入到BERT预训练模型中得到句子的特征，而不需要对句子进行分词，避免了分词对分类结果造成的影响，而BERT预训练模型中的双向转换(Transformer)建立了字符之间的关联性，保留了词汇级别的含义，因此，对于BERT预训练模型提取的句子的特征，字符级别的输入提高了分类精度。
一种中文文本分类方法装置计算机可读存储介质

[发明专利]建立轨道交通车辆能耗模型的方法、系统和终端-CN201910213694.X在审
发明人：袁灿;于政;伯仲璞;李倩兰 -专利权人：北京明略软件系统有限公司
申请日： 2019-03-20 - 公布日： 2019-07-12 - 主分类号： G06F17/50 文献下载
摘要：一种建立轨道交通车辆能耗模型的方法、系统和终端，其中，所述方法包括：根据轨道交通车辆数据及非轨道交通车辆数据生成基础特征，所述轨道交通车辆数据包括：目标车辆测点信号数据，以及与目标车辆在相同运行区间的车辆数据；所述非轨道交通车辆数据包括：车辆运行天气、车辆运行时间、车辆运行节假日中任意一种或多种；筛选出与车辆能耗存在关系的基础特征作为轨道交通车辆能耗因素特征；利用回归技术得到每个轨道交通车辆能耗因素特征的权重；利用所述轨道交通车辆能耗因素特征的权重，建立轨道交通车辆能耗模型。本申请能够给出轨道交通车辆能耗随着各因素的变化关系。
轨道交通车辆车辆运行能耗模型能耗基础特征目标车辆数据包括权重终端变化关系车辆能耗车辆数据数据生成信号数据运行区间测点筛选回归申请天气

1
共 11 条