“词语集合”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果129783个，建议您升级VIP下载更多相关专利

[发明专利]一种韵律层级标注的方法、模型训练的方法及装置-CN201910060152.3在审
发明人：吴志勇;杜耀;康世胤;苏丹;俞栋 -专利权人：清华大学深圳研究生院;腾讯科技（深圳）有限公司
申请日： 2019-01-22 - 公布日： 2019-04-30 - 主分类号： G10L13/02 文献下载
摘要：本发明公开了一种韵律层级标注的方法，包括：获取待标注文本数据以及音频数据，其中，待标注文本数据与音频数据之间具有对应关系；根据待标注文本数据提取每个词语的待标注文本特征集合；根据音频数据提取每个词语的声学特征集合；根据每个词语的词语标识、每个词语的待标注文本特征集合以及每个词语的声学特征集合，通过韵律层级标注模型获取韵律层级结构。
标注韵律层级词语声学特征文本数据文本特征音频数据集合模型训练模型训练装置标注装置词语标识模型获取语音合成联合

[发明专利]事件的识别方法和装置-CN201410779142.2有效
发明人：刘粉香 -专利权人：北京国双科技有限公司
申请日： 2014-12-15 - 公布日： 2017-12-19 - 主分类号： G06F17/30 文献下载
摘要：其中，该方法包括对文本信息进行分词处理得到第一词语和多个第二词语；获取第一词语对应文本信息的第一多维数组和各个第二词语对应文本信息的第二多维数组；使用第一多维数组和各个第二多维数组计算第一词语与各个第二词语的第一关联度数据；按照第一关联度数据提取第二词语，得到第一关联词集合；计算该集合中的各个第三词语与第二词语的集合中的第四词语的第二关联度数据；将符合第二预设条件的第二关联度数据对应的第四词语作为第五词语，得到第一词语的事件词组
事件识别方法装置

[发明专利]一种文本筛选方法、装置、介质及设备-CN202110638387.3在审
发明人：方俊波 -专利权人：平安国际智慧城市科技股份有限公司
申请日： 2021-06-08 - 公布日： 2021-08-20 - 主分类号： G06F16/33 文献下载
摘要：所述方法包括：获取至少一个待筛选文本及相应的特征变量集，其中，所述特征变量集包含待筛选企业相对所设定的全部特征变量的特征值；对所述待筛选文本的特征变量集中的样本进行语素分析，并进行分词处理得到分词后的词语集合；选取所有样本中的部分样本作为测试样本，并计算测试样本和对应词语集合的相似度；其中，计算测试样本和对应词语集合的相似度的过程中引入根据经验设置的调节因子；利用TF‑IDF算法计算每个测试样本与词语集合的逆文本频率指数；根据测试样本和词语集合的相似度以及所述逆文本频率指数判断划分文本筛选的结果。
一种文本筛选方法装置介质设备

[发明专利]特征词提取方法及装置-CN201711446082.2在审
发明人：郭庆;张建磊;宋怀明 -专利权人：曙光信息产业（北京）有限公司
申请日： 2017-12-27 - 公布日： 2018-06-08 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了一种特征词提取方法及装置，该特征词提取方法包括：利用TF‑IDF加权方法对文本的词语集合中的词语进行权重计算得到词语权重；根据文本中的同义词生成同义词集合，并根据词语权重对同义词集合中的同义词进行合并加权；根据合并加权后的权重值生成候选特征词集合以选取特征词。
特征词提取权重加权同义词词语同义词集合文本词语集合候选特征权重计算合并词集合特征词优化分析

[发明专利]新词发现方法、装置、计算机设备及存储介质-CN202211618682.3在审
发明人：唐亚 -专利权人：中国平安人寿保险股份有限公司
申请日： 2022-12-15 - 公布日： 2023-04-07 - 主分类号： G06F40/289 文献下载
摘要：本发明涉及人工智能领域，公开了一种新词发现方法、装置、计算机设备及存储机制，所述方法包括：获取新词语料；按照所述新词语料的预测概率对所述新词语料进行筛选，得到候选新词；按照所述新词语料的预测结果对所述候选新词进行分类筛选，得到至少一个新词子集合；根据所述至少一个新词子集合的预测结果，判断所述新词子集合是否为新词发现结果。
新词发现方法装置计算机设备存储介质

[发明专利]一种关键词抽取方法、装置、电子设备及存储介质-CN202011415835.5在审
发明人：黄晓萌;安旭;王溪 -专利权人：中金智汇科技有限责任公司
申请日： 2020-12-02 - 公布日： 2021-02-12 - 主分类号： G06F40/289 文献下载
摘要：本申请提供一种关键词抽取方法、装置、电子设备及存储介质，该方法包括：获取文本语料中的语句内容；对语句内容进行分词，获得词语集合；对词语集合进行词性标注，获得词性集合；对词语集合和词性集合进行句法分析，获得分析结果；根据句法关系从分析结果中抽取出关键词，获得关键词集合。在上述的实现过程中，通过对文本语料中的语句内容依次进行分词、词性标注和句法分析，获得能够体现语句内容中两个词语之间的句法关系，并根据该句法关系来从分析结果中抽取出更加准确的关键词，有效地利用了句法关系的信息来提高获得关键词的准确率，从而提高了获得关键词集合的准确率。
一种关键词抽取方法装置电子设备存储介质

[发明专利]事件情感类型的分析方法和装置-CN201410779064.6在审
发明人：刘粉香 -专利权人：北京国双科技有限公司
申请日： 2014-12-15 - 公布日： 2015-03-25 - 主分类号： G06F17/27 文献下载
摘要：其中，该分析方法包括：对文本样本进行分词处理，得到词语集合；对词语集合中的第一词语的情感倾向性进行标注，得到各个第一词语的情感倾向性的标注值；计算文本样本中的事件与词语集合中的第一词语的关联度数据；按照关联度数据倒序排序，得到第一词语的排序表；从排序表中提取第一预设数量的第二词语；使用第二词语的情感倾向性的标注值和第二词语的关联度数据进行加权计算，得到加权值；获取加权值所属的预设加权范围的情感类型。
事件情感类型分析方法装置

[发明专利]基于聚类的邮件分类方法和系统-CN201310392393.0在审
发明人：陈玉焓 -专利权人：新浪网技术(中国)有限公司
申请日： 2013-09-02 - 公布日： 2014-01-01 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于聚类的邮件分类方法和系统，该邮件分类方法包括：对待分类邮件集合中的每个邮件进行分词，得到每个邮件的词语集合；确定出每个邮件的词语特征向量；将所有邮件的词语特征向量组成词语特征向量集合后，对于每个词语特征向量，创建一个包含该词语特征向量的向量簇，并将该词语特征向量作为代表该向量簇的簇中心；根据词语特征向量之间的相似度，对向量簇进行至少一次聚类合并，对聚类合并后的每个向量簇，将该向量簇中所包含的词语特征向量所对应的邮件划分为同一类邮件本发明的技术方案中，根据聚类成向量簇的词语特征向量对邮件进行分类，不必事先需要多种种类的样本邮件，就可以实现按照邮件内容进行多种类的邮件分类。
基于邮件分类方法系统

[发明专利]词库更新方法及装置-CN201710313846.4有效
发明人：蒋化冰;陈岳峰;马晨星;张俊杰;谭舟;王振超;梁兰;徐志强;严婷;郦莉 -专利权人：上海木木聚枞机器人科技有限公司
申请日： 2017-05-05 - 公布日： 2020-04-21 - 主分类号： G06F16/23 文献下载
摘要：本发明实施例提供一种词库更新方法及装置，该方法包括：以若干通识语句样本和若干特定领域语句样本构成训练样本集合来进行分类模型的训练，在分类模型的输出侧获得由各训练样本分别对应的词语构成的词语集合。基于各训练样本的分类结果确定词语集合中各词语对分类模型分类正确率的贡献权重，从中选择出对分类模型分类正确率贡献程度最高的X个词语。将选出的X个词语分别与词频最高的M个词语进行发音相似度计算，根据发音相似度和预设阈值的比较结果确定X个词语对应的热词库。根据拼音相似度和预设阈值的比较结果从X个词语中选择出属于特定领域的热词，构成热词库，加入到原始识别词库中，从而提高在特定领域应用场景中对词语的识别效果。
词库更新方法装置

[发明专利]一种词语训练控制方法、介质、装置和计算设备-CN201710335598.3有效
发明人：王傲;王文龙;张君;牛梦彤 -专利权人：网易有道信息技术（北京）有限公司
申请日： 2017-05-12 - 公布日： 2020-09-29 - 主分类号： G06F16/2458 文献下载
摘要：本发明的实施方式提供了一种词语训练控制方法，该方法包括：响应于用户的第一操作，根据存储的非最高掌握等级的词语，确定待训练词语集合；在相应的训练阶段向所述用户显示所述待训练词语集合中的待训练词语，以使所述用户对所述待训练词语进行相应的训练本发明的实施方式能够避免将最高掌握等级的词语即用户已经完全掌握的词语重复性提供给用户，在一定程度上缩短用户的训练时间，用户体验较高。此外，本发明的实施方式还提供了一种用于词语训练控制的介质、装置和计算设备。
一种词语训练控制方法介质装置计算设备

[发明专利]一种网站敏感词屏蔽方法-CN201710349658.7在审
发明人：向敏明 -专利权人：东莞市华睿电子科技有限公司
申请日： 2017-05-17 - 公布日： 2017-09-22 - 主分类号： G06F17/30 文献下载
摘要：本发明提供了一种网站敏感词屏蔽方法，抓取网站上的文字信息，将网站上的文字信息作为第一词语，将预设敏感词数据库中的词语作为第二词语，分别计算第一词语与第二词语的词语相似度，并将计算得到的各概念相似度中的最大值作为所述第一词语与所述第二词语之间的词语相似度；根据所述词语相似度判断所述第一词语与所述第二词语是否匹配成功，若匹配成功，则对第一词语进行屏蔽处理。本发明中，在进行数据匹配时要对词语进行拆分，形成概念集合，而概念集合中的概念可以最大程度的涵盖词语的本质含义，所以从概念的粒度对词语进行匹配，可以有效的提高匹配的精确度，因此可以取得较佳的敏感词屏蔽效果
一种网站敏感屏蔽方法

[发明专利]词语的获取方法及装置、商品搜索方法-CN201811108886.6有效
发明人：周君沛;李辰;徐光伟;李林琳 -专利权人：阿里巴巴集团控股有限公司
申请日： 2018-09-21 - 公布日： 2023-04-11 - 主分类号： G06F40/232 文献下载
摘要：本申请公开了一种词语的获取方法及装置、商品搜索方法。其中，该方法包括：将输入的词语转换为初始笔画序列；为上述初始笔画序列添加端部标记，得到处理后笔画序列；通过对上述处理后笔画序列进行拆分，获取上述词语对应的第一词向量；根据上述第一词向量与第一词语集合中各个词语对应的第二词向量之间的相似度来确定待召回的词语，其中，上述第一词语集合由预设词库构成。本申请解决了现有的词语获取方法采用基于笔画的拆解方法获取待召回的词语，所获取的待召回的词语准确性较低的技术问题。
词语获取方法装置商品搜索

[发明专利]一种基于中文短语串频度的聚类方法-CN201610207426.3在审
发明人：黄翰;丁东辉;林伟佳;郝志峰;吴庆耀 -专利权人：华南理工大学
申请日： 2016-03-31 - 公布日： 2016-09-28 - 主分类号： G06F17/30 文献下载
摘要：本发明提出了一种基于中文短语串频度的聚类方法，首先对中文文本短语进行短语分词，划分成小的词语单元，从而得到短语词语集合。然后对短语词语集合构建词语‑文档关联模型和文档‑文档关联模型，计算词语集合的串频信息。经过这两步之后，本方法进行计算文本之间的相似程度和对文本进行聚类，直至达到聚类终止条件。
一种基于中文短语频度方法

[发明专利]在OCR过程中将词语位图分割为单个字符或字形-CN201180023323.7有效
发明人： D·尼耶姆切维奇 -专利权人：微软公司
申请日： 2011-04-28 - 公布日： 2013-01-09 - 主分类号： H04N1/387 文献下载
摘要：提供一种图像处理装置，包括在进行OCR处理的文本图像的位图中将词语分割为单个字符的字符截断器组件。字符截断器组件被配置为产生（可能是弯曲的）截断线的集合，所述截断线将任何给定的词语的位图分为其单个字符或字形候选。当输入的位图包含两个独立的词语，这种情况可以通过标记这些词语应当被拆分的位置来处理。通过考虑在给定的词语位图中的字形和背景颜色，字符分割算法计算垂直方向的、弯曲的截断线的集合。随后为了保存那些确实分隔了词语的字形的线以及将那些没有分隔词语的字形的线的数目减到最少，使用各种试探法过滤所述集合。
ocr 过程中将词语位图分割单个字符字形

[发明专利]用于输出信息的方法和装置-CN201711392720.7有效
发明人：连荣忠;姜迪;何径舟 -专利权人：北京百度网讯科技有限公司
申请日： 2017-12-21 - 公布日： 2021-10-22 - 主分类号： G06F40/30 文献下载
摘要：该方法的一具体实施方式包括：获取包括目标词语的待处理文本；根据目标词语在待处理文本中的位置，获取待处理文本中包括目标词语的词语集合；确定词语集合所属主题的主题向量以及目标词语的第一词向量；根据主题向量和第一词向量输出目标词语的第二词向量
用于输出信息方法装置