专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果113个,建议您升级VIP下载更多相关专利
  • [发明专利]改进的基于语义距离求解本体概念语义相似度的计算方法-CN201610834938.2在审
  • 金平艳 - 四川用联信息技术有限公司
  • 2016-09-20 - 2017-05-03 - G06F17/27
  • 改进的基于语义距离求解本体概念语义相似度的计算方法,通过初始化的本体概念模块计算出本体概念间的语义距离基于语义距离计算出距离因子构造出语义相似度根据两本体概念节点对应的深度与密度构造出语义相似度最终得到概念语义相似度本发明相比较传统的基于信息论方法、基于语义距离方法求解语义相似度,此方法准确度更高;该方法即克服了信息论方法语义区分不细致问题,又使得语义距离计算具有一定的理论严谨性;综合了基于信息论以及语义距离方法,得到的结果更加准确;解决了本体树中节点的多继承问题;此计算语义相似度的方法在量化概念上更接近专家的经验值;更好的提高了本体推理的效果;具有更广泛的应用研究价值。
  • 改进基于语义距离求解本体概念相似计算方法
  • [发明专利]一种新的中文自动分词算法-CN201610835327.X在审
  • 金平艳 - 四川用联信息技术有限公司
  • 2016-09-20 - 2017-05-03 - G06F17/27
  • 一种新的中文自动分词算法,根据《分词词典》找到待分词句子中与词典中匹配的词,依据概率统计学,将待分词句子拆分成网状结构,给网状结构每条边赋予权值,找出权值最大的路径即为待分词句子的分词结果。本发明中文预处理的速度较基于分词词典的方法更快;较基于分词词典的方法精度更高;较基于统计学方法有更好的准确度;为后续自然语言处理技术提供了极大的应用价值。
  • 一种中文自动分词算法
  • [发明专利]一种基于语义分析的文本特征提取方法-CN201610863997.2在审
  • 金平艳 - 四川用联信息技术有限公司
  • 2016-09-29 - 2017-05-03 - G06F17/27
  • 一种基于语义分析的文本特征提取方法,初始化文本语料库,对文本分词和去停用词处理,文本词汇集合依据语义相关度出现了聚合现象,构建词汇语义网络模型图,根据词汇在词汇语义网络模型中的重要度得词汇在整个文本中的地位和贡献度,设定一个合适的重要度阈值,提取文本的特征词汇向量。本发明比传统词频‑反文档频率方法的准确度更高,克服了信息增益方法只适合提取一个类别的文本特征的不足,具有更好的应用价值,可以精确计算不同词汇对文本思想的贡献度,同时为后续的文本聚类提供良好的理论基础。
  • 一种基于语义分析文本特征提取方法
  • [发明专利]改进的基于语义分析的文本相似度求解算法-CN201610864853.9在审
  • 金平艳 - 四川用联信息技术有限公司
  • 2016-09-29 - 2017-05-03 - G06F17/27
  • 改进的基于语义分析的文本相似度求解算法,先对两文本进行分词和去停用词处理,基于改进的信息论方法,计算词汇在文本中权重,根据词汇位置信息和词性,得到词汇位置和词性的权重,综合上述三因子,构造提取文本词汇的目标函数,最后,根据语义相似度分别对上述两特征词汇实施进一步降维处理得到两特征词汇向量,再根据皮尔森相关系数求解文本间的文本相似度。本发明比传统文本相似度计算方法准确度更高,适用性更广,具有更大的应用价值,可以精确计算不同词汇对文本思想的贡献度,解决了“一词多义”与“一义多词”的问题,更符合经验值,同时为后续的文本聚类提供良好的理论基础。
  • 改进基于语义分析文本相似求解算法
  • [发明专利]一种混合的文本特征词汇提取方法-CN201610864911.8在审
  • 金平艳 - 四川用联信息技术有限公司
  • 2016-09-30 - 2017-05-03 - G06F17/27
  • 一种混合的文本特征词汇提取方法,利用分词技术对文本分词处理,匹配停用词表对词汇进行去停用词操作,根据调研统计,得出一系列词汇位置和词性权重值,综合上述两因子,根据词汇在文本中信息量,提取第一位与值更大的前m‑1位,再综合词汇语义相似度方法,构造词汇网络模型,最后根据邻域方法,找到满足重要度条件的文本特征词汇集合。本发明比传统文本特征词汇提取方法准确度更高,同时条件较之前方法更加严苛,具有更好的应用价值,在没有文本集合或没有事先分好类别,仅仅给出一个文本条件下,可以提取这个文本的特征,计算了不同词汇对文本思想的贡献度,为后续文本相似度与文本聚类提供良好的理论基础。
  • 一种混合文本特征词汇提取方法
  • [发明专利]基于基尼指数求解文本相似度的方法-CN201610866921.5在审
  • 金平艳 - 四川用联信息技术有限公司
  • 2016-09-30 - 2017-05-03 - G06F17/27
  • 基于基尼指数求解文本相似度的方法,利用分词技术对文本分词处理,匹配停用词表对词汇进行去停用词操作,根据调研统计,得出一系列词汇位置和词性权重值,利用目标权重函数对文本词汇集合降维,根据语义相似度合并相似度高的词汇,对上述特征词汇集合再降维,利用向量间的相似度求解文本间的相似度。本发明比传统文本特征词汇提取方法准确度更高,具有更好的应用价值,数据处理效果好,克服了信息增益方法的缺点,结果更符合经验值,解决了文本特征词汇高维稀疏的问题和同义词与多义词的问题,计算了不同词汇对文本思想的贡献度,为后续文本相似度与文本聚类提供良好的理论基础。
  • 基于指数求解文本相似方法
  • [发明专利]基于统计学的文本特征词汇提取方法-CN201610867415.8在审
  • 金平艳 - 四川用联信息技术有限公司
  • 2016-09-30 - 2017-05-03 - G06F17/27
  • 基于统计学的文本特征词汇提取方法,利用分词技术对文本分词处理,匹配停用词表对词汇进行去停用词操作,根据调研统计,得出一系列词汇位置和词性权重值,计算特征词汇集合在文本库中的期望和方差,综合上述所有因子,构造目标权重函数和设定一个合适的阈值对特征词汇降维,再根据语义相似度条件,合并相似度高的词汇,进而实现对特征词汇的再降维。本发明比传统文本特征词汇提取方法准确度更高,具有更好的应用价值,克服了信息增益方法的缺点,结果更符合经验值,解决了文本特征词汇高维稀疏的问题和同义词与多义词的问题,计算了不同词汇对文本思想的贡献度,为后续文本相似度与文本聚类提供良好的理论基础。
  • 基于统计学文本特征词汇提取方法
  • [发明专利]一种混合求解本体概念语义相似度的计算方法-CN201610833704.6在审
  • 金平艳 - 四川用联信息技术有限公司
  • 2016-09-20 - 2017-05-03 - G06F17/30
  • 一种混合求解本体概念语义相似度的计算方法,求解本体概念共同父节点在树状层次结构中的信息量值,分别求解两本体概念在树状层次结构中的信息量值,求解两本体概念属性之间的相似度,综合以上信息求解最终的语义相似度。本发明相比较传统的基于信息论方法求解语义相似度,此方法准确度更高;此计算概念语义相似度的方法在量化概念上更接近专家的经验值;此计算模型能够比较准确的反映概念之间的语义相似度;此算法模型考虑的更加全面,综合了概念属性间的相似度问题,计算结果也更加的准确;更好的提高了本体推理的效果;具有更广泛的应用研究价值。
  • 一种混合求解本体概念语义相似计算方法
  • [发明专利]一种新的文本相似度求解方法-CN201610863609.0在审
  • 金平艳 - 四川用联信息技术有限公司
  • 2016-09-29 - 2017-05-03 - G06F17/30
  • 一种新的文本相似度求解方法,先对两文本进行分词和去停用词处理,基于信息论方法,计算词汇在文本中权重值,再对其进行归一化处理,根据词汇位置信息和词频计算词汇的权重,综合上述所有因子,构造文本中的特征值目标函数,提取文本中的特征值,最后,根据皮尔森相关系数求解文本相似度。本发明比传统文本相似度计算方法准确度更高,适用性更广,具有更大的应用价值,计算不同词汇对文本思想的贡献度具有更高的精确度,同时为后续的文本聚类提供良好的理论基础。
  • 一种文本相似求解方法
  • [发明专利]一种新的文本特征词汇提取方法-CN201610864551.1在审
  • 金平艳 - 四川用联信息技术有限公司
  • 2016-09-29 - 2017-05-03 - G06F17/30
  • 一种新的文本特征词汇提取方法,利用分词技术对文本分词处理,匹配停用词表对词汇进行去停用词操作,根据调研统计,得出一系列词汇位置和词性权重值,综合上述两因子,根据词汇在文本中信息量,提取第一位与值更大的前m‑1位,即得此文本的特征词汇向量。本发明比传统文本特征词汇提取方法准确度更高,具有更好的应用价值,在没有文本集合或没有事先分好类别,仅仅给出一个文本条件下,可以提取这个文本的特征,计算了不同词汇对文本思想的贡献度,为后续文本相似度与文本聚类提供良好的理论基础。
  • 一种文本特征词汇提取方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top