“文本预处理”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3902319个，建议您升级VIP下载更多相关专利

[发明专利]数据核对方法、装置和设备-CN202010612317.6有效
发明人：褚德阳;翁仁军;赵培吟;李蕴知 -专利权人：中国工商银行股份有限公司
申请日： 2020-06-30 - 公布日： 2023-08-11 - 主分类号： G06F40/103 文献下载
摘要：本申请提供了一种数据核对方法、装置和设备，其中，该方法包括：获取多个合作方平台的文本特征参数、目标平台和多个合作方平台产生的文本记录；根据多个合作方平台的文本特征参数，对多个合作方平台产生的文本记录进行数据预处理，得到各个合作方平台预处理后的文本记录；将目标平台产生的文本记录与所述各个合作方平台中对应的预处理后的文本记录进行核对，得到核对结果；根据所述核对结果，对目标平台产生的文本记录和/或合作方平台中对应的预处理后的文本记录进行修正在本申请实施例中，可以有针对性的对多个合作方平台产生的文本记录进行数据预处理以保证各平台中的用于核对的文本记录的格式一致，可以有效提高数据核对的效率和准确度。
数据核对方法装置设备

[发明专利]文本纠错方法、装置、电子设备和存储介质-CN202210719215.3在审
发明人：陈志优;邢启洲;李健;陈明;武卫东 -专利权人：北京捷通华声科技股份有限公司
申请日： 2022-06-23 - 公布日： 2022-11-01 - 主分类号： G06F40/232 文献下载
摘要：本发明实施例提供文本纠错方法、装置、电子设备和存储介质，该方法包括：获取待纠错的文本数据；针对待纠错的文本数据进行预处理，并将预处理后的文本数据输入至文本纠错模型；文本纠错模型为针对具有错别字的第一样本数据进行训练得到；文本纠错模型包括检测模块和修正模块；通过检测模块针对预处理后的文本数据进行检测，获得检测结果，以及通过修正模块针对预处理后的文本数据进行修正，获得修正结果；根据检测结果和修正结果，确定目标纠错文本。本发明实施例基于具有错别字的数据进行训练得到文本纠错模型，通过该模型处理待纠错的文本数据，可以保证预训练任务与实际应用任务一致，且该模型属于多任务的模型结构，可以大大降低误纠错率。
文本纠错方法装置电子设备存储介质

[发明专利]文本内容审核方法、装置及电子设备-CN202211552965.2有效
发明人：李文举;李海峰;吴一超;支蕴倩 -专利权人：北京匠数科技有限公司
申请日： 2022-12-06 - 公布日： 2023-02-28 - 主分类号： G06F40/279 文献下载
摘要：本发明提供了一种文本内容审核方法、装置及电子设备，涉及计算机技术领域，该方法包括：获取待审核文本；将上述待审核文本进行预处理，得到预处理文本；将上述预处理文本输入预先训练好的文本预测模型中，输出上述待审核文本的文本审核结果；上述文本审核结果包括上述预处理文本对应第一分句的第一预测结果以及上述第一分句对应多个字符片段的第二预测结果；基于上述文本审核结果中的第一预测结果以及上述第二预测结果，确定上述待审核文本是否违规。该方法通过对待审核文本每个分句的句意与每个分句对应字段分别进行语义预测，并对上述语义预测结果进行融合，以提升文本内容审核的准确性。
文本内容审核方法装置电子设备

[发明专利]一种文本分类方法-CN202111372486.8在审
发明人：马波涛;樊妍睿 -专利权人：成都航天科工大数据研究院有限公司
申请日： 2021-11-18 - 公布日： 2022-02-25 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种文本分类方法，包括：构建若干类别，并基于每个所述类别，从网络中爬取对应的类别关键词，以类别关键词构建类别词库；采集若干训练文本，并对训练文本进行预处理，得到预处理后的训练文本；根据预处理后的训练文本，获取每个类别对应的分类阈值；获取待分类文本，并根据分类阈值，获取待分类文本对应的类别。本发明提供的一种文本分类方法，提高了文本分类的效率以及识别率，减少了文本分类的成本。
一种文本分类方法

[发明专利]短文本处理方法及装置-CN201510250477.X有效
发明人：阮星华;张文 -专利权人：百度在线网络技术（北京）有限公司
申请日： 2015-05-15 - 公布日： 2018-04-20 - 主分类号： G06F17/30 文献下载
摘要：本申请公开了短文本处理方法及装置。所述方法包括获取第一短文本集合，并对第一短文本集合进行预处理；基于预处理后的第一短文本集合，执行如下处理步骤使用预处理后的第一短文本集合训练主题模型LDA，得到第一短文本集合中各短文本的主题概率分布；对主题概率分布进行聚类，确定第一短文本集合中各短文本的主题类别。本申请通过训练主题模型并进一步对主题概率分布进行聚类，可以得到短文本的主题类别，实现了对短文本准确分类的目的。
文本处理方法装置

[发明专利]一种外呼机器人的意图识别方法及装置-CN202211502012.5在审
发明人：明晓杰;余雯婧 -专利权人：太保科技有限公司
申请日： 2022-11-28 - 公布日： 2023-03-07 - 主分类号： G06F16/332 文献下载
摘要：本申请提供了一种外呼机器人的意图识别方法及装置，包括：获取待识别文本，所述待识别文本为呼叫对象回复的语音文本；对所述待识别文本进行预处理，得到预处理文本；基于规则模板，获取所述预处理文本的常见意图识别结果，所述规则模板包括预设文本和预设意图的对应关系；响应于所述常见意图识别结果为无法识别，利用多模型融合分类模型，获取所述预处理文本的意图识别结果。
一种呼机意图识别方法装置

[发明专利]基于预训练编码器的论文细粒度化多标签标注方法及装置-CN202211198214.5有效
发明人：胡宗海;岳潭;覃杰栋;史绪钊;范子娇;杨远洋;姜媛 -专利权人：北京邮电大学
申请日： 2022-09-29 - 公布日： 2023-01-03 - 主分类号： G06F16/35 文献下载
摘要：本发明提供一种基于预训练编码器的论文细粒度化多标签标注方法及装置，该方法包括：获取待标注的文本数据，对文本数据进行预处理；基于TF‑IDF算法对预处理后的文本数据进行向量化处理，得到文本数据的表示向量，基于表示向量对预处理后的文本数据进行聚类，得到第一聚类结果，基于第一聚类结果及文本数据中的各特征词的TF‑IDF权重确定中心词；将预处理后的文本数据输入至训练好的深度学习网络模型中得到文本特征向量，基于文本特征向量对预处理后的文本数据进行聚类，得到第二聚类结果；基于中心词和第二聚类结果得到校对后的最终聚类结果，基于最终聚类结果对文本数据进行多标签标注。
基于训练编码器论文细粒度标签标注方法装置

[发明专利]一种自然语言文本的信息提取方法及装置-CN201911215213.5在审
发明人：殷云翔;李红杰;刘水清 -专利权人：南京医渡云医学技术有限公司;南京懿医云大数据科技有限公司
申请日： 2019-12-02 - 公布日： 2020-05-08 - 主分类号： G06F40/295 文献下载
摘要：本发明适用于自然语言处理技术领域，提供了一种自然语言文本的信息提取方法及装置，该方法包括：对获取的自然语言文本进行第一预处理，以获得第一文本数据，所述第一预处理至少包括语料清洗、分词以及去停用词中的一种；对所述第一文本数据进行第二预处理，以生成符合预设格式的第二文本数据；对所述第二文本数据进行信息提取，以获取实体关系三元组。本发明通过对自然语言文本进行语料预处理后，进一步对自然语言文本进行统一适配处理，生成符合预设格式的第二文本数据，再将第二文本数据用于知识信息的提取，有效提高了知识信息提取的效率和准确度。
一种自然语言文本信息提取方法装置

[发明专利]一种标点符号添加方法、装置、电子设备及存储介质-CN202111424072.5在审
发明人：叶永龙;何维华;刘宝强 -专利权人：深圳视界信息技术有限公司
申请日： 2021-11-26 - 公布日： 2022-02-18 - 主分类号： G06F40/166 文献下载
摘要：本发明公开了一种标点符号添加方法、装置、电子设备及存储介质，所述方法包括：构建初始浅层神经网络模型；获取初始文本数据，将所述初始文本数据进行数据预处理，生成待标注文本数据；将所述待标注文本数据进行标注处理，生成带标签的预训练文本数据；将所述预训练文本数据映射至所述初始浅层神经网络模型进行训练，得到目标浅层神经网络模型；获取预处理文本数据，将所述预处理文本数据映射至所述目标浅层神经网络模型中进行标签预测得到标签预测结果；根据所述标签预测结果对所述预处理文本数据进行标点符号的添加，生成目标文本数据。本发明可实现无标点符号文本分析，快速自动进行标点符号添加且结果准确。
一种标点符号添加方法装置电子设备存储介质

[发明专利]用于提取文本关键词的方法、装置、电子设备和介质-CN202110718951.2在审
发明人：肖艳清;易修文;韩博洋;张钧波;郑宇 -专利权人：京东城市（北京）数字科技有限公司
申请日： 2021-06-28 - 公布日： 2021-09-24 - 主分类号： G06F16/35 文献下载
摘要：本公开的实施例公开了用于提取文本关键词的方法、装置、电子设备和介质。该方法的一具体实施方式包括：获取预设类别事件的描述文本；从该描述文本中剔除目标文本，生成预处理描述文本，其中，该目标文本包括停用词和地点短语；根据预设的词权重表与该预处理描述文本包含的词的词频，确定该预处理描述文本包含的词的特征权重，其中，该词权重表中的词对应的权重基于该预设类别事件的关联词调整；根据所确定的特征权重，从该预处理描述文本中提取目标数目个关键词。该实施方式减小了通用语义对关键词提取的干扰，从而提升了针对预设类别事件的描述文本的关键词提取的准确性。
用于提取文本关键词方法装置电子设备介质

[发明专利]基于序列级前缀提示的生成式文本摘要方法和装置-CN202310253057.1有效
发明人：赵姝;孙洋;邹春晖;程远方;陈洁;段震 -专利权人：安徽大学
申请日： 2023-03-16 - 公布日： 2023-07-11 - 主分类号： G06F40/30 文献下载
摘要：本申请提出一种基于序列级前缀提示的生成式文本摘要方法和装置，该方法包括：获取文本和文本的参考摘要进行预处理；将经过预处理的文本输入第一预训练模型生成多条候选摘要，根据参考摘要使用Rouge指标对生成的候选摘要进行评估得到Rouge分值，并对多条候选摘要进行排序；对排序后的多条候选摘要进行预处理，根据经过预处理的文本、参考摘要和多条候选摘要利用多损失联合调优方式对摘要生成模型进行训练，得到具有序列级前缀提示的摘要生成模型；获取待处理文本进行预处理，并输入具有序列级前缀提示的摘要生成模型，通过序列级前缀提示以自回归方式生成待处理文本的摘要。
基于序列前缀提示生成文本摘要方法装置

[发明专利]基于知识图谱的文本分类方法、系统、存储介质及计算机-CN202311196393.3在审
发明人：钱文彬;何颖;郭熙;舒文豪 -专利权人：江西农业大学
申请日： 2023-09-18 - 公布日： 2023-10-24 - 主分类号： G06F16/35 文献下载
摘要：本发明提供一种基于知识图谱的文本分类方法、系统、存储介质及计算机，该方法包括：对待分类的目标文件进行预处理得到预处理文本；基于领域词典对预处理文本进行特征匹配计算出各句子的得分值；根据阈值分类算法和各得分值将预处理文本划分为正域文本、负域文本和边界域文本；对边界域文本进行文本特征选择得到文本特征词，并利用知识图谱检索文本特征词，以得到扩展文本数据；利用语义模型计算出扩展文本数据的语义向量，并将语义向量输入预设的文本分类模型得到分类结果本发明通过利用知识图谱检索选择出的文本特征词，以完成自适应的文本扩展得到扩展文本数据，过滤掉低贡献度的特征词，保留高贡献度的特征词，达到扩大信息量的目的。
基于知识图谱文本分类方法系统存储介质计算机

[发明专利]一种意图识别的方法-CN202010558040.3在审
发明人：孔冬兵 -专利权人：升智信息科技（南京）有限公司
申请日： 2020-06-18 - 公布日： 2020-11-03 - 主分类号： G06F40/289 文献下载
摘要：本发明公开了一种意图识别的方法，包括以下步骤：步骤一、获取话术语境下的候选意图的文本，对每个候选意图的文本进行预处理；步骤二、通过TF‑IDF来计算单词的权重；步骤三、保存步骤二得到的单词的权重，以供后续通话过程中来查询使用；步骤四、通话过程中，对用户输入的文本进行预处理，计算单词向量，再分别将预处理后的用户输入文本和步骤一预处理后的候选意图中配置的标准文本转换为向量，进而计算这两个文本的余弦相似度；步骤五、确定与预处理后的用户输入文本余弦相似度最大的标准文本对应的意图
一种意图识别方法

[发明专利]知识库的更新方法、装置、服务器和计算机存储介质-CN202010904022.6在审
发明人：申亚坤 -专利权人：中国银行股份有限公司
申请日： 2020-09-01 - 公布日： 2020-12-04 - 主分类号： G06F16/23 文献下载
摘要：本申请提供一种知识库的更新方法、装置、服务器和计算机存储介质，该方法包括，获取源文档；按预设的拆分规则将源文档拆分为多个文本单元；对文本单元执行预处理操作，得到预处理后的文本单元；预处理操作包括文本翻译、段落划分、摘要提取和同义词标注中的任意一种或组合；将每个预处理后的文本单元发送至编辑终端，并将编辑终端根据预处理后的文本单元生成的知识写入知识库。本方案将源文档拆分为多个文本单元，使得多个编辑终端能够并行地对一篇源文档的不同文本单元进行编辑，显著的提高从一篇源文档中提取知识的速度，因此，本方案能够比现有技术更快的获得新知识并添加至知识库中。
知识库更新方法装置服务器计算机存储介质

[发明专利]联合预训练和图神经网络的政策文本标注方法及系统-CN202211116359.6在审
发明人：刘祥志;薛许强;吴晓明;侯冬冬;于洋;李胜男;张建强;张鹏;汪付强;郝秋赟;马晓凤 -专利权人：山东省计算中心（国家超级计算济南中心）;齐鲁工业大学
申请日： 2022-09-14 - 公布日： 2022-11-22 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了联合预训练和图神经网络的政策文本标注方法及系统；其中所述方法包括：获取待标注的政策文本，对待标注的政策文本进行预处理；对预处理后的政策文本输入到训练后的政策文本标注模型中，输出政策文本的标注结果；其中，训练后的政策文本标注模型，其工作原理包括：对于处理后的政策文本提取单词向量和句子向量；基于预处理后的政策文本构建文本级图结构，获取文本级图结构对应的邻接矩阵；基于单词向量和句子向量，提取出政策文本的语义特征；基于单词向量和邻接矩阵，提取出政策文本的结构特征；基于语义特征和结构特征，确定政策文本标注结果。
联合训练神经网络政策文本标注方法系统