“武汉烽火普天信息技术有限公司”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40个，建议您升级VIP下载更多相关专利

[发明专利]一种通用型文档问答实现方法、系统、设备及存储介质-CN202310995639.7在审
发明人：胡华;周逸聪;郭鹏程;钟刚 -专利权人： 武汉烽火普天信息技术有限公司
申请日： 2023-08-08 - 公布日： 2023-10-13 - 主分类号： G06F16/332 文献下载
摘要：本发明公开一种通用型文档问答实现方法，包括以下步骤：S1、将不同格式的文档解析成纯文本格式的文档集；S2、将所述文档集分成语义完整不冗余的文本段集合D；S3、对所述文本段集合D建立倒排索引库IndexS和向量索引库IndexV；S4、对用户的问句在所述倒排索引库和所述向量索引库进行检索，使用动态加权相似度的方式计算所述问句与所述文本段集合的相似度，得到最相关的top‑k个候选文本段Dcand；S5、将所述问句和所述候选文本段构建Prompt模板，将Prompt模板输入至大模型中进行答案的生成；本发明答案检索召回率高，对复杂问题的解析及处理能力强，并且能够免去人工标注成本，使其方便快速的拓展到其他任意场景，赋予文档问答通用能力。
一种通用型文档问答实现方法系统设备存储介质

[发明专利]一种组合深度学习和概念图谱的电力故障事件抽取方法-CN201911001756.7有效
发明人：汪旸;王春明;窦建中;鄢发齐;罗深增;刘阳;陈文哲;夏添;吴怡菲;孙涛;曲亮;肖慧颖 -专利权人：国家电网公司华中分部;武汉烽火普天信息技术有限公司
申请日： 2019-10-21 - 公布日： 2023-09-15 - 主分类号： G06F40/205 文献下载
摘要：本发明提出了一种组合深度学习和概念图谱的电力故障事件抽取方法，在特征选取阶段，摒弃复杂的特征设计，只选用基础的分布式语义词向量特征、依存句法结构特征和位置特征，在此基础上使用基于中文知识图谱的概念图谱实现电力故障文本的概念扩展。使用长短期记忆循环神经网络，自动进行特征学习，并以模型训练的结果替代原始特征，并作为触发词识别和事件元素识别的基础。在元素识别阶段，将事件元素识别任务转换为触发词‑实体、触发词‑触发词的关系抽取任务，结合动态多池化卷积神经网络进行训练，同时识别出简单事件和复杂事件的事件元素。根据电力领域特征制定规则，对识别结果进行进一步的优化。该发明方法简单，执行效率与准确率高。
一种组合深度学习概念图谱电力故障事件抽取方法

[发明专利]长文本分类方法、系统、存储介质及设备-CN202211544995.9在审
发明人：胡华;周逸聪;孙涛;郭鹏程;杨丽 -专利权人： 武汉烽火普天信息技术有限公司
申请日： 2022-12-04 - 公布日： 2023-06-23 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种长文本分类方法、系统、存储介质及设备，其方法包括以下步骤：获取待分类长文本，并对所述待分类长文本进行关键词提取及分句，对应获取多个关键词及多个句子；基于主题信息学习器对多个所述关键词进行主题信息表示，获取主题向量；基于全文信息学习器对多个所述句子进行全文信息表示，获取全文向量；基于分类器融合所述主题向量与所述全文向量进行长文本分类；以解决长文本分类中文本信息丢失、不能充分学习文本信息、时间复杂度高等的问题。
文本分类方法系统存储介质设备

[发明专利]一种声纹识别方法、系统及存储介质-CN202211243268.9在审
发明人：程俊杰;胡华;周逸聪;孙涛;龚梁 -专利权人： 武汉烽火普天信息技术有限公司
申请日： 2022-10-11 - 公布日： 2023-01-13 - 主分类号： G10L17/02 文献下载
摘要：本发明提供一种声纹识别方法、系统及存储介质，方法包括：基于从不同人物身份的原始语音数据提取的语音特征，训练声纹识别网络，声纹识别网络为基于se‑block的resnet残差网络；基于声纹识别网络提取已知人物身份的原始语音数据和待识别原始语音数据的声纹特征，将待识别原始语音数据的声纹特征与声纹数据库中的每一个已知人物身份的声纹特征进行匹配，基于匹配结果确定待识别原始语音数据的人物身份。本发明基于se‑block的resnet残差网络对声纹进行识别，能够提高声纹识别的准确性。
一种声纹识别方法系统存储介质

[发明专利]一种基于电话信道的语音识别声学模型构建方法及系统-CN202211243374.7在审
发明人：龚梁;胡华;周逸聪;孙涛;程俊杰 -专利权人： 武汉烽火普天信息技术有限公司
申请日： 2022-10-11 - 公布日： 2023-01-13 - 主分类号： G10L15/06 文献下载
摘要：本发明提供一种基于电话信道的语音识别声学模型构建方法及系统，方法包括：对录音语音数据进行重采样，获取采样率与电话信道采样率相同的重采样录制语音数据集；分别对重采样录音数据和电话信道语音数据进行数据增强处理，生成对应的扩展语音数据集；将重采样录制语音数据集、电话信道语音数据集、以及对应的扩展语音数据集混合，生成混合训练数据集；基于混合训练数据集，训练深度神经网络模型，构建电话信号语音识别声学模型。本发明能够充分利用数据采集成本较低的录制语音数据，避免人工标注大量电话信道语音数据需要花费巨额的时间成本和经济成本的问题，既有效地提高电话信道语音识别精度，同时具有较好的鲁棒性。
一种基于电话信道语音识别声学模型构建方法系统

[发明专利]一种基于多特征融合的多轮对话问句补全方法及系统-CN202211284676.9在审
发明人：郭鹏程;胡华;周逸聪;孙涛;时磊 -专利权人： 武汉烽火普天信息技术有限公司
申请日： 2022-10-19 - 公布日： 2023-01-13 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及一种基于多特征融合的多轮对话问句补全方法及系统，其方法包括：获取连续多轮对话问句的文本，并对所述文本预处理；分别提取预处理后的文本中每轮问句中的多个类别的语言特征；将所述多个类别的语言特征，输入到训练完成的基于双向长短期记忆的深度学习模型中，得到一段或多段替换文本片段对；基于所述一段或多段替换文本片段对，对当前轮问句中的待补全片段进行补全。本发明提供的多轮对话问句补全方法具有简单、高效、轻量，无需人工撰写复杂模板，并且还可以推动自然语言处理在客服系统、搜索引擎等多个场景中的应用。
一种基于特征融合轮对问句方法系统

[发明专利]一种细粒度地址匹配方法及系统-CN202211314465.5在审
发明人：时磊;胡华;周逸聪;孙涛;郭鹏程 -专利权人： 武汉烽火普天信息技术有限公司
申请日： 2022-10-22 - 公布日： 2022-12-30 - 主分类号： G06F16/29 文献下载
摘要：本发明提供一种细粒度地址匹配方法及系统，该方法包括：将地址库中存储的地址信息标准化处理为地址串；将待匹配地址信息拆分为关键小区部分和楼栋号/门牌号两部分，对两部分进行细粒度的拆分，将拆分后的两部分地址合并得到标准化地址；将所述标准化地址与地址库中的地址串逐级匹配，得到相似的标准地址信息；对所述标准地址信息和待匹配标准化地址进行逐级加权，将加权后的标准地址信息和待匹配标准化地址进行相似度计算，得到最相似的标准地址，并输出最相似的标准地址位置信息。通过该方案可以大大提升地址匹配速度和匹配准确度，减少地址匹配搜索处理的数据量。
一种细粒度地址匹配方法系统

[发明专利]一种基于案件要素相似性建模的案件串并方法-CN201910193112.6有效
发明人：金勇;朱其斯 -专利权人： 武汉烽火普天信息技术有限公司
申请日： 2019-03-14 - 公布日： 2022-12-30 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种基于案件要素相似性建模的案件串并方法，包括要素相似性计算和综合相似性计算；基于语义相似与规则相似，结合了语义分析和数据建模技术，以及警务研判经验为一体，实现了通过七大要素自动计算案件之间的相似性，再辅以适当的人工分析，就可以大大提高了案件串并的效率。
一种基于案件要素相似性建模方法

[发明专利]一种园区的碳排放评价方法、系统、电子设备及存储介质-CN202211243364.3在审
发明人：孙涛;王珊珊;胡华;周逸聪;龚梁 -专利权人： 武汉烽火普天信息技术有限公司
申请日： 2022-10-11 - 公布日： 2022-12-02 - 主分类号： G06Q10/06 文献下载
摘要：本发明提供一种园区的碳排放评价方法、系统、电子设备及存储介质，系统包括：碳排放监测模块、碳排放预测模块和碳排放评价模块。本发明通过将园区内的排放数据换算成真实碳排放量，并基于园区业务数据进行预测得到预测碳排放量，同时结合碳排放量限额、真实碳排放量和预测碳排放量对园区进行碳排放评分，从而可以进一步提高园区碳排放量数据的准确度，为后续的节能减排优化中提供真实有效的数据基础。
一种排放评价方法系统电子设备存储介质

[发明专利]一种用于电网故障的信息抽取方法-CN202011261263.X有效
发明人：熊玮;刘志成;王春明;李鑫;窦建中;吴亚骏;吴怡菲;孙涛;龚梁 -专利权人：国家电网公司华中分部;武汉烽火普天信息技术有限公司
申请日： 2020-11-12 - 公布日： 2022-12-02 - 主分类号： G06Q50/06 文献下载
摘要：本发明公开了一种用于电网故障的信息抽取方法，属于输电保障技术领域，首先通过将数据以多点分散式数据处理的方式，使其数据在辅助服务其作用下处理成一个标准格式的集合，当数据未检索到时，将其与历史故障数据库对比，将与历史故障数据库中数值对比将其相近的数值进行归纳，随后未识别数据通过人工处理方式进行处理后录入到历史故障数据库或历史数据日志中，这种对数据预处理归类的方式便捷后续的数据比对，相较于传统的大数据逐一比对运算更为快捷，同时能够抽取故障数据的方式使用更为方便，配合未识别数据处理录入的方式能够在长时间使用中逐渐完善，使其在使用时数据提取稳定性逐步提高。
一种用于电网故障信息抽取方法

[发明专利]一种基于位置信息的贝叶斯文本分类方法-CN201910193320.6有效
发明人：金勇 -专利权人： 武汉烽火普天信息技术有限公司
申请日： 2019-03-14 - 公布日： 2022-05-24 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于位置信息的贝叶斯文本分类方法，所述方法包括：S1、对词袋模型通过输入转换模块进行转换，所述输入转换模块内设置有位置函数以对词袋模型的位置参数进行转换；S2、将数据转换的结果通过学习模块进行训练，得到关于位置参数的不同测试结果，选取测试效果最佳的参数模型，所述学习模块内设置有MNB贝叶斯模型；S3、利用已训练的模型对新入文本语料进行情感类别预测；本发明通过设置一种基于位置信息的权重计算方法，在不影响模型速度的前提下获得了更好的效果，这对于避免文本中特征词语之间的独立性假设提供了一种合理的方法。
一种基于位置信息斯文分类方法

[发明专利]一种基于TFIDF与规则引擎的无监督相似文本推荐方法-CN202111635603.5在审
发明人：胡华;龚梁;孙平;黄腾达 -专利权人： 武汉烽火普天信息技术有限公司
申请日： 2021-12-29 - 公布日： 2022-04-12 - 主分类号： G06F16/335 文献下载
摘要：本发明公开了一种基于TFIDF与规则引擎的无监督相似文本推荐方法，它包括以下步骤：步骤1：通过数据预处理模块对原始的企业经营范围文本数据进行处理，得到干净并分好词的文本数据，步骤2：利用预处理后的文本数据，通过TFIDF并结合规则引擎建立业务标签抽取模型。有益效果在于：本发明通过基于TFIDF与规则引擎来建立无监督相似文本推荐方法，使得本发明在相似文本推荐的过程中完全不需要人工提取复杂特征与人工标注数据，满足工程应用，不仅能加速项目开发进度，而且还可以推动人工智能在自然语言领域的行业应用。
一种基于 tfidf 规则引擎监督相似文本推荐方法

[发明专利]一种基于深度学习与启发式规则的人物属性抽取方法-CN202111581034.0在审
发明人：胡华;龚梁;孙平;黄腾达 -专利权人： 武汉烽火普天信息技术有限公司
申请日： 2021-12-22 - 公布日： 2022-03-29 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种基于深度学习与启发式规则的人物属性抽取方法，它包括以下步骤：步骤1：根据涉诈主体关键词切分输入文本，不同于根据标点符号切割文本，此处利用涉诈主体词来切割文本，可以初步限定要素的所属主体，提升后续人物属性组装的准确率；步骤2：利用预先训练的深度学习模型与启发式规则抽取文本中所含的人物要素信息。有益效果在于：本发明通过深度学习与启发式规则来构建人物属性抽取框架，使得本发明在应用后能够快速抽取出文本中所包含的要素信息，同时以人为主体对要素信息进行组装，不仅可以为人物关联关系推理与案件串并提供一定的借鉴，而且还能作为公安知识图谱构建的部分数据来源，推动自然语言处理在公安行业的应用。
一种基于深度学习启发式规则人物属性抽取方法

[发明专利]一种基于依存句法和模式规则的非限定型关系挖掘方法-CN201810410033.1有效
发明人：金勇;吴兵 -专利权人： 武汉烽火普天信息技术有限公司
申请日： 2018-05-02 - 公布日： 2022-01-18 - 主分类号： G06F40/211 文献下载
摘要：本发明公开了一种基于依存句法和模式规则的非限定型关系挖掘方法，包括以下步骤：步骤一、分词和词性标注；步骤二、实体识别；步骤三、依存句法分析；步骤四、实体关系挖掘；步骤五、关系挖掘综合结果；本发明能够实现大规模非结构化或半结构化文本的语义信息提取，实现实体关系的自动抽取，有效的从大量文本中挖掘实体关系信息，从而提升业务应用价值。
一种基于依存句法模式规则限定关系挖掘方法

[发明专利]一种基于对偶神经网络模型的文本情感分类方法-CN201810539239.4有效
发明人：夏睿;郑士梁 -专利权人： 武汉烽火普天信息技术有限公司
申请日： 2018-05-30 - 公布日： 2021-11-02 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于对偶神经网络模型的文本情感分类方法，包括以下步骤：步骤一、对评论文本进行中文分词及停词过滤；步骤二、构造原始训练集，并使用提出的反转规则对原始训练集进行情感反转，得到反转训练集；步骤三、使用步骤二中得到的原始训练集和反转训练集对模型进行训练；步骤四、对测试数据进行与步骤一相同的预处理，构造反义测试文本；步骤五、使用情感分类模型，对反义测试文本进行情感分类；本发明从文本的正面对文本进行表示，同时利用反义词典对文本进行情感反转，能够利用情感词典知识对文本进行更准确的情感表示；通过对偶模型框架，各种文本表示神经网络都可以用来表示原始文本和反转文本，模型十分灵活，提高准确性。
一种基于对偶神经网络模型文本情感分类方法

1
2
3
下一页»
尾页
共 40 条