“大规模语料”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220519个，建议您升级VIP下载更多相关专利

[发明专利]训练语料扩充装置和训练语料扩充方法-CN201310344326.1有效
发明人：赫亮;董宁;叶茂 -专利权人：北大方正集团有限公司;北京方正阿帕比技术有限公司
申请日： 2013-08-08 - 公布日： 2018-05-22 - 主分类号： G06F17/30 文献下载
摘要：本发明提供了一种训练语料扩充装置，包括：筛选单元，根据预设的语料筛选条件筛选出初始语料样本；扩充单元，按照所述初始语料样本和扩充策略对被收集的语料进行标识，得到扩充语料样本，以及基于所述扩充语料样本和所述扩充策略再次进行语料扩充相应地，本发明还提供了一种训练语料扩充方法，通过本发明的技术方案，可以通过自动化的方式对大规模的训练语料进行机器标注，从而大大节省制作大规模训练语料的时间周期和成本，并且可提高标注准确率。
训练语料扩充装置方法

[发明专利]文本类数据大规模分类标注方法、系统、装置及存储介质-CN202110120553.0在审
发明人：蓝建敏;申鑫 -专利权人：京华信息科技股份有限公司
申请日： 2021-01-28 - 公布日： 2021-03-05 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种文本类数据大规模分类标注方法、系统、装置及存储介质，该方法包括从待标注语料中筛选具有代表性的语料作为典型语料；对典型语料进行分析，提取关键特征；根据关键特征，提取分类对应的匹配规则和特征词，对匹配规则和特征词进行验证；将验证通过的匹配规则保存至规则库，将验证通过的特征词保存至特征词库；根据规则库和特征词库，对文本类数据进行大规模机器分类标注；对大规模机器分类标注的标注效果进行核验；输出核验合格的标注数据本发明能够提取得到准确率较高的规则和特征词；能够提升大规模机器分类标注的质量和标注的效率，大幅度降低人工对大规模文本类数据进行标注的工作量。本发明可广泛应用于文本分类技术领域。
文本数据大规模分类标注方法系统装置存储介质

[发明专利]一种基于迁移学习的蒙汉互译方法-CN201910806877.2在审
发明人：苏依拉;赵亚平;牛向华;孙晓骞;王宇飞;高芬;张振 -专利权人：内蒙古工业大学
申请日： 2019-08-29 - 公布日： 2020-01-14 - 主分类号： G06F40/58 文献下载
摘要：蒙古语属于低资源语言，收集大量的蒙汉平行双语语料库极为困难，本发明中将迁移学习与先验知识相融合的思想有效的解决这一难题。迁移学习是运用已有的知识对不同但是相关领域问题进行求解的方法。首先，利用大规模的英‑汉平行语料基于神经机器翻译框架进行训练；其次，将大规模的英‑汉平行语料训练好的翻译模型参数权重迁移到蒙汉神经机器翻译框架中；再次，将通过大规模语料训练得到丰富的词汇、句法等相关知识表示信息融合到蒙汉神经机器翻译模型中；最后，利用现有的蒙‑汉平行语料训练神经机器翻译模型。
机器翻译平行神经语料迁移翻译模型参数大规模语料双语语料库先验知识信息融合知识表示蒙古语求解句法权重译文词汇翻译学习融合语言

[发明专利]一种基于预训练模型和卷积神经网络算法的法律领域事件抽取方法-CN202110349911.5有效
发明人：魏晓;谢伟 -专利权人：上海大学
申请日： 2021-03-31 - 公布日： 2023-02-10 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种基于预训练模型和卷积神经网络算法的法律领域事件抽取方法，使用网络爬虫爬取公开法律文本语料，对原始语料进行文本预处理，获得可用的法律文本语料数据；获取法律领域的高频动词、关键名词，对词语进行聚类；构建原始法律事件知识库IE，在此基础上利用远程监督学习的方式实现法律事件语料数据的大规模自动标注；使用获得的大规模法律事件预料数据，实现基于NEZHA预训练语料模型和DMCNN卷积神经网络模型实现法律事件抽取系统本发明通过基于远程监督学习的方式实现法律事件语料数据的大规模自动标注，利用预训练语言模型和卷积神经网络算法挖掘法律文本数据的深层语义信息，在法律事件抽取任务上的取得了较好的效果。
一种基于训练模型卷积神经网络算法法律领域事件抽取方法

[发明专利]大规模语言模型去偏倚方法、系统、设备及存储介质-CN202210184515.6在审
发明人：刘奕然;刘潇;于洋 -专利权人：交叉信息核心技术研究院（西安）有限公司
申请日： 2022-02-25 - 公布日： 2022-05-10 - 主分类号： G06F40/237 文献下载
摘要：本发明提供一种大规模语言模型去偏倚方法、系统、设备及存储介质，包括：获取基于神经网络的大规模预训练语言模型；针对所述大规模预训练语言模型采用数据自生成方法获得用于性别偏倚分析的文本数据，形成语料库，基于所述语料库建立一系列模板；利用所述模板计算所述大规模预训练语言模型的性别偏倚水平，根据性别偏倚水平反向传播计算大规模预训练语言模型的纠偏梯度；根据纠偏梯度更新大规模预训练语言模型中的模型参数，重复寻优更新直至满足预设更新完成条件，得到去性别偏倚的大规模语言模型。
大规模语言模型偏倚方法系统设备存储介质

[发明专利]大规模语料清洗对齐方法及装置-CN201911303493.5有效
发明人：袁建 -专利权人：语联网（武汉）信息技术有限公司
申请日： 2019-12-17 - 公布日： 2023-09-19 - 主分类号： G06F40/58 文献下载
摘要：本发明实施例提供一种大规模语料清洗对齐方法及装置，所述方法包括：对历史稿件进行解析和分句，获得句子集合；取出所述句子集合中的任意一个句子进行语种识别，并调用与语种识别结果相对应的机器翻译引擎对所述句子进行翻译，获得所述句子对应的译文；对所述句子对应的译文和取出了所述句子的句子集合进行相似度匹配计算；若匹配到某个句子与所述句子对应的译文之间的相似度达到预设阈值，则确定匹配到的句子与所述句子为一组双语对齐语料。本发明实施例提供的大规模语料清洗对齐方法及装置，无须花费大量人力，计算复杂度低、准确率高，能够自动地对大规模语料进行清洗对齐。
大规模语料清洗对齐方法装置

[发明专利]一种基于大规模语料提词方法和装置-CN201610429967.0有效
发明人：曹骥;王富田;李健;张连毅;武卫东 -专利权人：北京捷通华声科技股份有限公司
申请日： 2016-06-16 - 公布日： 2019-03-12 - 主分类号： G06F17/27 文献下载
摘要：本发明提供一种基于大规模语料的提词方法及装置，包括步骤：从收集的语料中统计候选词的凝合度及候选词的自由度；将所述候选词的凝合度与候选词的自由度的乘积获得成词得分；提取所述成词得分超过预先设定阈值的候选词在中文没有标准词定义和划分的情况下，实现了计算机系统在大规模语料中有效识别并提取词。
一种基于大规模语料提词方法装置

[发明专利]一种基于语言模型和翻译模型的清洗平行语料方法及系统-CN201810700028.4在审
发明人：贝超;程国艮 -专利权人：中译语通科技股份有限公司
申请日： 2018-06-29 - 公布日： 2018-11-23 - 主分类号： G06F17/28 文献下载
摘要：本发明属于计算机软件技术领域，公开了一种基于语言模型和翻译模型的清洗平行语料的方法及系统，语料预处理主要是处理相同语系的多个方向的双语平行语料；使用源语言和目标语言的语言模型对平行语料进行筛选；使用翻译模型对双语平行语料筛选语料本发明利用语言模型和翻译模型清洗大规模的双语语料；使用启发式的规则清洗平行语料的时间和人力成本都比较高，只有发现了问题，才能针对某个问题进行处理，无法大规模解决语序不畅和翻译不准确的问题。而使用语言模型和翻译模型可以在短时间内即可解决使用规则无法解决的问题，既节省了时间和人力成本，又可以清洗语料，而语料质量的提高，可有效提高机器翻译质量。
语料语言模型平行翻译清洗人力成本计算机软件技术机器翻译筛选语料预处理模型清洗目标语言使用规则双语语料语系启发式发现

[发明专利]基于Spark的大规模短语翻译模型的训练方法-CN201610346396.4有效
发明人：黄宜华;周娟;顾荣;杨文家;黄书剑 -专利权人：南京大学
申请日： 2016-05-23 - 公布日： 2019-04-09 - 主分类号： G06F17/28 文献下载
摘要：本发明公开了一种基于Spark的大规模短语翻译模型的训练方法，包括以下步骤：首先采取Spark分布式地调用单机多线程词对齐训练工具MGIZA++的模式，在大规模平行语料库中使用期望最大化算法进行词对齐模型的迭代训练，生成带有词对齐信息的平行语料库；接着使用上一步生成的带有词对齐信息的双语语料数据，在Spark平台上实现了短语翻译模型的并行化训练，最终得到短语表。本发明提出了一种基于Spark的大规模翻译模型的训练方法，解决了现有翻译系统在翻译模型训练中耗时较长、数据扩展性不佳的问题。
基于 spark 大规模短语翻译模型训练方法

[发明专利]基于词向量和词统计信息的关键词抽取方法-CN201710211436.9在审
发明人：罗镇权;罗强;刘世林;练睿;闫俊杰 -专利权人：成都数联铭品科技有限公司
申请日： 2017-03-31 - 公布日： 2017-08-01 - 主分类号： G06F17/27 文献下载
摘要：本发明涉及自然语言处理领域，特别涉及基于词向量和词统计信息的关键词抽取方法；借助词性信息对分词后的候选词进行筛选，保证关键词的抽取方向，更加具有对分析方向的针对性，并提高了计算效率；不仅如此，本发明方法通过选择一个大规模的第一语料库，通过Word2vec来对大规模语料库中分词结果的向量转换，转换后的词向量带有在大规模语料中的与其他词的语义近似和共同出现频次的关系，在计算候选词的权重时，将候选词与其他词的余弦距离作为考虑因素，通过词向量为待提取关键词文档的关键词抽取引入更多外部信息的考量因素
基于向量统计信息关键词抽取方法

[发明专利]基于预训练语言结合深度学习模型的金融事件抽取方法-CN202111170651.1在审
发明人：郑超;黄园园;张智勇;孙彦斌;田志宏 -专利权人：中电积至（海南）信息技术有限公司
申请日： 2021-10-08 - 公布日： 2022-01-14 - 主分类号： G06F16/951 文献下载
摘要：所述基于预训练语言结合深度学习模型的金融事件抽取方法，包括以下操作步骤：S1、数据获取和预处理：使用网络爬虫爬取公开金融事件文本语料，对原始金融事件文本语料进行文本预处理。本发明提供基于预训练语言结合深度学习模型的金融事件抽取方法，通过使用机器学习结合领域知识的方式，定义金融领域事件类型以及模板，大大减少了人工定义事件的时间成本和劳动成本；通过使用远程监督学习的方式，实现金融领域事件语料数据的大规模自动标注，并使用启发式剪枝的方法有效地减少了数据噪音，填补了目前金融事件抽取领域缺少大规模语料数据的空白。
基于训练语言结合深度学习模型金融事件抽取方法

[发明专利]一种基于图神经网络构建语义知识库的方法及系统-CN202210046579.X有效
发明人：邹华;姚军;王楠;丁原;徐志国;宋永生;李军;郭晓华;周红 -专利权人：江苏联著实业股份有限公司
申请日： 2022-01-17 - 公布日： 2022-04-15 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种基于图神经网络构建语义知识库的方法及系统，所述方法包括：获得第一大规模语料信息；基于NLP技术的事物提取器从所述第一大规模语料信息中进行文本事物识别和提取，获得第一文本事物集合；构建事物层次网络解决了现有技术中存在从大规模语料库中构建多层次语义知识库的不够完善，且自动化水平较弱的技术问题。
一种基于神经网络构建语义知识库方法系统

[发明专利]关键词抽取系统-CN201710211226.X在审
发明人：罗镇权;罗强;刘世林;练睿;闫俊杰 -专利权人：成都数联铭品科技有限公司
申请日： 2017-03-31 - 公布日： 2017-08-01 - 主分类号： G06F17/27 文献下载
摘要：本发明涉及自然语言处理领域，特别涉及关键词抽取系统；预处理模块、词向量转换模块、词性标注模块、词性筛选模块以及候选词权重计算模块；系统通过词性筛选来限定关键词提取的词性，进而调整关键词抽取的方向，并且通过引入大规模语料库来训练词向量，依赖于在大规模语料库中训练出的词向量，通过余弦距离和IF‑IDF权重结合的方式来计算候选在待提取文档中的权重，通过外部语料库的引入扩大了关键词抽取的考察范围，使得关键词抽取的结果更加合理，为关键词的有效抽取提供新工具
关键词抽取系统

[发明专利]一种语境标注的双语平行语料库构建系统-CN201610368937.3有效
发明人：尹娜;高湘;韩进;李潼潼;林弋岚;李亚州 -专利权人：南京信息工程大学
申请日： 2016-05-27 - 公布日： 2019-03-15 - 主分类号： G06F16/21 文献下载
摘要：本发明公开了一种语境标注的双语平行语料库构建系统，该系统由上位机与并行的语境标注数据生成单元组成。通过上位机进行双语语料的前置处理，再将语料分词发送至并行标注数据生成单元。当双语平行语料库达到一定规模后，由上位机读取存储在各节点模块中词共句关系的统计数据实现对语料库中双语语料的语境标识。本构建系统充分利用了并行处理的架构优势，能快速处理较大规模的语料库语境标注数据的生成。并基于标注数据标注出语料库中语料的语境，实现语境标注的双语平行语料库。
一种语境标注双语平行语料库构建系统

[发明专利]一种基于迁移学习策略的蒙汉神经机器翻译方法-CN201810428618.6在审
发明人：苏依拉;赵亚平;牛向华 -专利权人：内蒙古工业大学
申请日： 2018-05-07 - 公布日： 2018-11-16 - 主分类号： G06F17/28 文献下载
摘要：蒙古语属于低资源语言，收集大量的蒙汉平行双语语料库极为困难，本发明中迁移学习策略可以有效的解决这一难题。迁移学习策略是运用已有的知识对不同但是相关领域问题进行求解的方法。首先，利用大规模的英‑汉平行语料基于神经机器翻译框架进行训练；其次，将大规模的英‑汉平行语料训练好的翻译模型参数权重迁移到蒙汉神经机器翻译框架中，利用现有的蒙‑汉平行语料训练神经机器翻译模型；最后，将基于迁移学习策略的神经机器翻译译文和统计机器翻译译文就
机器翻译学习策略迁移译文神经平行语料翻译模型参数统计机器翻译双语语料库控制变量流利度蒙古语求解权重翻译语言

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条