“贺广福”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10个，建议您升级VIP下载更多相关专利

[发明专利]一种基于实体增强的文本语义表示方法及系统-CN202310505568.8在审
发明人：薛源海;夏浩耘;陈翠婷;贺广福;俞晓明;沈华伟;程学旗 -专利权人：中国科学院计算技术研究所
申请日： 2023-05-06 - 公布日： 2023-08-29 - 主分类号： G06F16/33 文献下载
摘要：本发明提出一种基于实体增强的文本语义表示方法和系统，包括：获取文本编码模型和实体增强编码模型，实体增强编码模型由串联的外部实体向量表示模块和上下文相关的实体信息编码模块组成；通过文本编码模型提取目标文本的第一表示向量；以外部实体向量表示模块识别目标文本中表示实体的词项序列，并确定词项序列和知识库中的哪些实体相关联，获得词项序列对应实体的在知识库中的实体向量表示；实体信息编码模块包括多个串联的实体适配器层，实体信息编码模块的输入为实体向量表示和文本编码模型中间层的隐状态；最后一个实体适配器层输出的特征作为目标文本的第二表示向量；融合第一表示向量和第二表示向量，得到目标文本的语义表示结果。
一种基于实体增强文本语义表示方法系统

[发明专利]一种网站列表页面的分类方法、系统及存储介质-CN202011161424.8有效
发明人：孟剑;郭岩;贺广福;史存会;陈银鹏;俞晓明;刘悦;程学旗 -专利权人：中国科学院计算技术研究所
申请日： 2020-10-27 - 公布日： 2023-05-23 - 主分类号： G06F16/958 文献下载
摘要：本发明涉及一种网站列表页面的分类方法，所述分类方法基于超文本标记语言标签(HTML Tag)，所述分类方法包括：步骤100、获取一组网站网页；步骤200、分别针对每一所述网站网页提取所述网站网页的统计特征和结构特征，得到每一所述网站网页对应的特征序列；步骤300、将所述特征序列输入神经网络进行所述神经网络的训练，得到网站列表页面分类器；步骤400、获取待分类的网站网页，根据所述步骤200得到所述待分类的网站网页的特征序列，将所述待分类的网站网页的特征序列输入所述步骤300得到的所述网站列表页面分类器，判断该待分类的网站网页是否为网站列表页面。
一种网站列表页面分类方法系统存储介质

[发明专利]一种网站列表页面的分类方法、系统及存储介质-CN202011162449.X有效
发明人：孟剑;樊晓然;郭岩;贺广福;陈银鹏;史存会;俞晓明;刘悦;程学旗 -专利权人：中国科学院计算技术研究所
申请日： 2020-10-27 - 公布日： 2022-10-18 - 主分类号： G06F16/958 文献下载
摘要：本发明涉及一种网站列表页面的分类方法，方法包括：步骤100，获取一组网站页面集合，网站页面集合归属于同一网站；步骤200，分别针对每一网站页面提取网页数据特征；步骤300，通过网站页面的超链接列表以及网站网页的链接地址(URL)与节点编号之间的匹配关系形成的哈希表，创建网站的全局拓扑结构；步骤400，将网页数据特征以及网站的全局拓扑结构输入图卷积神经网络进行图卷积神经网络的训练，得到网站列表页面分类器；步骤500，获取待分类的网站网页，分别根据待分类的网站网页的网页数据特征和网站的全局拓扑结构，并将待分类的网站网页的网页数据特征和网站的全局拓扑结构输入网站列表页面分类器，判断该待分类的网站网页是否为网站列表页面。
一种网站列表页面分类方法系统存储介质

[发明专利]一种网站列表页面的分类方法、系统及存储介质-CN202011161426.7有效
发明人：孟剑;郭岩;贺广福;陈银鹏;史存会;俞晓明;刘悦;程学旗 -专利权人：中国科学院计算技术研究所
申请日： 2020-10-27 - 公布日： 2022-09-30 - 主分类号： G06F16/958 文献下载
摘要：本发明涉及一种网站列表页面的分类方法，所述网站系基于超文本标记语言(HTML)，方法包括：步骤100，获取网站页面集合，页面归属于同一网站；步骤200，提取每一网站页面的文档对象模型(Document Object Model，DOM)的树结构特征和页面文本特征，分别构成DOM树结构特征空间和页面文本特征空间；步骤300，在DOM树结构特征空间和页面文本特征空间针对DOM树结构特征和页面文本特征分别进行聚类，分别得到结构类簇和文本类簇；步骤400，根据网站页面的网址链接(URL)，在结构类簇与文本类簇之间进行映射，当映射出现多对一的情况，则选择最大相交的结构类簇或者文本类簇，并找到所述最大相交的结构类簇或者文本类簇在网站中的最近公共父节点，该公共父节点即为列表页面。
一种网站列表页面分类方法系统存储介质

[发明专利]大规模网络数据的感知与获取方法和系统-CN201811634238.4有效
发明人：程学旗;史存会;俞晓明;郭岩;贺广福;孟剑;周秀花;姜世勇;肖若晗;赵岭;张乐;焦利颖;周映彤;周术夏;余智华;刘悦 -专利权人：中国科学院计算技术研究所
申请日： 2018-12-29 - 公布日： 2022-07-12 - 主分类号： G06F16/951 文献下载
摘要：本发明涉及一种大规模网络数据的感知与获取方法，包括：感知网络数据的信息来源并将其拆分为信源，对该信源设置采集策略；生成采集任务，注册采集节点，以该注册节点拉取采集器并对其进行配置；根据该采集策略，通过该采集器执行该采集任务，获取结构化数据；监控该采集任务的执行状态，统计该结构化数据，并将监控结果和统计结果发送给用户。本发明的大规模网络数据感知与获取系统，按照不同的功能逻辑，划分为采集子平台、调度子平台、信源管理与配置子平台和监控与统计子平台，本系统是集大规模网络数据的感知发现、多信息来源的网络数据获取、高质量信息抽取及用户友好性交互界面于一体的通用大规模网络数据感知系统。
大规模网络数据感知获取方法系统

[发明专利]一种大数据场景下的数据分割方法-CN202210132296.7在审
发明人： 贺广福;薛源海;陈翠婷;俞晓明;刘悦;沈华伟;程学旗 -专利权人：中国科学院计算技术研究所
申请日： 2022-02-14 - 公布日： 2022-05-13 - 主分类号： G06F16/90 文献下载
摘要：本发明实施例提供了一种大数据场景下的数据分割方法，包括：获取探测区间，确定待分割的数据集合中属于探测区间内的区内数据条数；在区内数据条数不处于预定的容忍范围内时，对探测区间的右端点进行一次或者多次指数型调整直至得到使得区内数据条数处于容忍范围内的右端点或者越过容忍范围；在指数型调整导致区内数据条数越过容忍范围时，以当前的探测区间的右端点以及前一个探测区间的右端点构成的区间为查找范围，通过二分查找法确定使得区内数据条数处于容忍范围内的右端点；根据探测区间的左端点以及使得区内数据条数处于容忍范围内的右端点确定的分割区间对数据集合进行分割。
一种数据场景分割方法

[发明专利]一种文本聚合方法以及文本推荐方法-CN202210177000.3在审
发明人： 贺广福;薛源海;陈翠婷;俞晓明;刘悦;沈华伟;程学旗 -专利权人：中国科学院计算技术研究所
申请日： 2022-02-25 - 公布日： 2022-05-06 - 主分类号： G06F16/33 文献下载
摘要：本发明提供了一种文本聚合方法以及文本推荐方法，该一种文本聚合方法包括获取待处理的文本；利用经改进的SimHash算法计算文本的指纹信息，其中，经改进的SimHash算法在对文本中相应词语的哈希值进行加权时，利用词语在该文本内的权值以及在该文本所处领域中该词语的领域权值进行加权；利用领域权值对文本的领域关联性进行打分，得到文本的领域分值；将文本的指纹信息分为多个指纹段，基于指纹段的数值构建倒排索引，其中，倒排索引对应的键值对中，键存储指纹段的数值，值存储文本相关信息，文本相关信息包括文本的指纹信息和领域分值；通过领域权重对文本进行打分，构建倒排索引，以避免后期推荐相似文本时重复处理数据库内的文本，极大地提升了处理效率。
一种文本聚合方法以及推荐

[发明专利]大规模网络数据的多信息来源采集方法和系统-CN201811637902.0有效
发明人：史存会;程学旗;孟剑;俞晓明;郭岩;贺广福;周秀花;余智华;刘悦 -专利权人：中国科学院计算技术研究所
申请日： 2018-12-29 - 公布日： 2021-09-24 - 主分类号： G06F16/951 文献下载
摘要：本发明涉及一种大规模网络数据的多信息来源采集方法，包括：获取多种传媒上的网络数据所在的信源；生成采集任务，启动并初始化采集节点上的采集器；将该采集任务的参数配置信息加载至该采集器；以该采集器获取该信源的目标信息内容链接，并建立链接队列；以该采集器依次采集该链接队列中对应的目标信息内容为结构化数据；将该结构化数据进行持久化操作，并进行输出。本发明提出的方法可以感知信息来源的变化，能够定点定主题的获取信息来源的网络数据，并且具有泛化能力，采集能力与传媒种类无关。
大规模网络数据信息来源采集方法系统

[发明专利]用于大规模网络数据采集的信源管理与配置方法和系统-CN201811637397.X有效
发明人：程学旗;郭岩;贺广福;周秀花;俞晓明;史存会;孟剑;姜世勇;肖若晗;赵岭;张乐;焦利颖;周映彤;余智华;刘悦 -专利权人：中国科学院计算技术研究所
申请日： 2018-12-29 - 公布日： 2021-05-25 - 主分类号： G06F16/95 文献下载
摘要：本发明涉及一种网络数据采集的信源管理与配置方法，包括：感知网络数据的信息来源，将该信息来源拆分为传媒、信簇和信源；根据信簇类别对该信簇进行类别标注；根据信源类别对该信源进行类别标注；根据该信源的信源类别配置采集模板；根据该信源所包含的网络数据配置抽取模板；当验证该信源为潜在失效信源时，将该信源置为无效，或重新配置该采集模板和/或该抽取模板。本发明的信源管理与配置系统，通过“传媒‑信簇‑信源”三级结构的分层概念体系和多维度的信息来源分类体系对来自不同类型的信息来源进行合理高效组织，进而实现对大规模网络信息来源的精确感知并设计采集策略。
用于大规模网络数据采集信源管理配置方法系统

[发明专利]用于大规模网络数据采集的监控与统计分析方法和系统-CN201811634634.7有效
发明人： 贺广福;程学旗;孟剑;俞晓明;史存会;姜世勇;肖若晗;郭岩;周秀花;余智华;刘悦 -专利权人：中国科学院计算技术研究所
申请日： 2018-12-29 - 公布日： 2021-04-27 - 主分类号： H04L29/08 文献下载
摘要：本发明涉及一种网络数据采集的监控与统计分析方法，包括：用户可查询采集节点的工作状态、调度节点的工作状态和采集任务的工作状态；对使用信源采集的结构化数据进行统计，以获取针对该信源的采集量，以及该信源的活跃等级，并根据该用户的查询请求，将该采集量和/或该活跃等级发送给该用户；通过比较该采集量的变化量和/或该结构化数据的相似度的变化量，获取该信源的实时状态，发现潜在失效信源，并推送给该用户，以辅助该用户对该信源进行管理。
用于大规模网络数据采集监控统计分析方法系统

1
共 10 条