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6190个,建议您升级VIP下载更多相关专利
  • [发明专利]电子病历中实体的识别-CN201980003795.2在审
  • 曹绍升;周俊 - 阿里巴巴集团控股有限公司
  • 2019-04-25 - 2020-06-16 - G06K9/46
  • 方法之一包括对要被预测的文本执行词语划分以获得多个词语。对于多个词语中的每个词语,就所述词语是否具有预训练词语向量进行确定。响应于确定词语具有预训练词语向量,获得该词语的预训练词语向量。响应于确定词语不具有预训练词语向量,基于预训练笔划向量来确定所述词语词语向量。所述词语向量和所述预训练笔划向量是基于文本样本和词语向量模型训练的。通过将多个词语词语向量输入到实体预测模型中来预测与所述文本相关联的实体。
  • 电子病历实体识别
  • [发明专利]词语预测模板生成方法及装置-CN202110933954.8在审
  • 崔燕红;余金林;宁超;陈益梦;王昊天 - 北京泰迪熊移动科技有限公司
  • 2021-08-16 - 2021-09-10 - G06F40/284
  • 公开了一种词语预测模板生成方法及装置。该方法应包括:获取训练语料;对所述训练语料进行分词,得到多个词语;确定每个词语的特征信息;针对所述多个词语中的目标词语,利用所述目标词语的左边第N个词语、右边第N个词语和所述目标词语的特征信息生成候选预测模板,其中,1≤N≤M,M为所述目标词语在所述训练语料中左边和右边可扩充的最大词语数量中的较小值,N的初始值为1;利用候选预测模板在所述训练语料中进行词语提取;如果提取的词语均与所述目标词语相同,则确定所述候选预测模板为所述目标词语对应的词语预测模板
  • 词语预测模板生成方法装置
  • [发明专利]词语联想方法及装置-CN201410673771.7在审
  • 易中华;徐波;汪磊 - 科大讯飞股份有限公司
  • 2014-11-21 - 2016-06-15 - G06F17/27
  • 本发明是有关一种词语联想方法及装置,涉及信息处理领域,方法包括:获取文档集合,所述文档集合中包含至少一个文档;将所述文档中的语句进行分词处理,得到至少一个词语信息;对每个所述词语信息进行分析,得到所述词语信息的分析信息,将所述词语信息以及所述分析信息保存;从所述保存的词语信息中选出目标词语,计算所述目标词语的TF-IDF;计算除所述目标词语外其他词语的TF-IDF;循环所述目标词语外其他所有词语,计算其他所有词语与所述目标词语的关联度;依据所述关联度,将排名前N的词语作为与所述目标词组相关的词组。本发明公开基于TF-IDF的词语联想分析方法,可以从给定文档集合中挖掘出与目标词语最相关词语
  • 词语联想方法装置
  • [发明专利]词语翻译方法和装置-CN201510463420.8有效
  • 陈志军;侯文迪;王百超 - 小米科技有限责任公司
  • 2015-07-31 - 2018-04-06 - G06F17/28
  • 本公开是关于一种词语翻译方法和装置,属于终端技术领域。所述方法包括当外文文献显示在屏幕上时,确定与当前浏览用户相匹配的词语库,所述词语库中包括了所述当前浏览用户查询过的多个词语;对于指定文字信息中包含的每一个词语,判断所述词语库中是否包括所述词语,所述指定文字信息指代显示在当前屏幕上的信息;若所述词语库中包括所述词语,则获取所述词语的翻译信息和所述词语在当前屏幕上的显示位置;基于所述词语在当前屏幕上的显示位置,显示所述词语的翻译信息,由于在用户阅读外文文献时,可自动根据存储生疏词语词语库对文献进行翻译标记,所以无需用户在未记得该词语的翻译信息之前重复对该词语进行查询,省时省力。
  • 词语翻译方法装置
  • [发明专利]一种根据上下文环境进行信息输入的方法及系统-CN202010646972.3有效
  • 宝音 - 北京语言大学
  • 2020-07-07 - 2021-07-27 - G06F3/023
  • 本发明公开了一种根据上下文环境进行信息输入的方法及系统,权重方法包括:为多个应用中的每个应用建立信息队列,将与每个应用相关联的输入消息和接收消息分别存储在信息队列中;确定每个输入词语的输入次数和每个接收词语的接收次数;根据输入次数从多个输入词语中选择至少两个输入词语以作为标准词语,将与每个标准词语相关联的词语集作为基础词语集;将同时存在于输入消息和接收消息中的词语确定为公共词语,并基于每个公共词语的接收次数和输入次数确定多个权重词语;将每个候选词语与每个权重词语的匹配度进行加权计算以确定每个候选词语的优先等级,并据此对多个候选词语进行排序,并按照排序的顺序来提供所述多个候选词语
  • 一种根据上下文环境进行信息输入方法系统
  • [发明专利]词库扩充方法、装置、设备及存储介质-CN201911086956.7有效
  • 高志伟;陈孝良;苏少炜;常乐 - 北京声智科技有限公司
  • 2019-11-08 - 2023-02-17 - G06F16/31
  • 所述方法包括:获取待添加的至少一个词语和所述至少一个词语词语类别;将所述至少一个词语与意图词库进行比对,确定所述至少一个词语中未包含在所述意图词库中的目标词语,所述意图词库用于根据词语类别存储用于表达意图的词语;将所述目标词语添加到所述意图词库中,与所述目标词语词语类别对应存储。本申请通过在获取到待添加的词语词语类别后,根据词语类别,将未包含在意图词库中的目标词语添加到意图词库中。上述技术方案提供了添加词语到意图词库的功能,使得用户可以根据自己的需求,自动添加词语到意图词库,实现对意图词库的扩充。
  • 词库扩充方法装置设备存储介质
  • [发明专利]语音识别词典/语言模型制作系统、方法、程序,以及语音识别系统-CN200780019786.X无效
  • 三木清一 - 日本电气株式会社
  • 2007-05-17 - 2009-06-10 - G10L15/06
  • 提供语音识别词典/语言模型制作系统,其能够制作词典和语言模型,所述词典和语言模型在添加没有出现在学习文本中的词语时,通过根据要添加的词语选择按词语类别词语生成模型学习方法,能认出不在学习文本中出现的词语语音识别词典/语言模型制作系统(100)包括:语言模型估计设备(111),其对于附加词语的每个词语类别从按词语类别学习方法知识存储区(109)中选择估计方法信息,所述附加词语是没有出现在学习文本(101)中的词语,并根据所选择的估计方法信息对于每个类别制作作为附加词语词语生成模型的附加词语生成模型;数据库结合设备(112),其将附加词语添加到词典(105)、将附加词语生成模型添加到按词语类别词语生成模型数据库
  • 语音识别词典语言模型制作系统方法程序以及
  • [发明专利]关键词语的提取方法、装置及电子设备-CN202210326847.3在审
  • 温丽云;胡炎根;江会星 - 北京三快在线科技有限公司
  • 2022-03-30 - 2022-07-01 - G06F40/289
  • 本申请实施例提供了一种关键词语的提取方法、装置及电子设备,该方法包括:对目标文本进行分词处理,得到多个候选关键词语;针对每一候选关键词语,确定预设词表中对应候选关键词语的目标词语,其中,目标词语包括第一目标词语或第二目标词语,第二目标词语为预设词表中不存在与候选关键词语相同的词语的情况下,候选关键词语的近义词语;针对每一目标词语,将目标词语对应的特征集合中的各特征进行特征融合,得到输入特征,将每一目标词语的输入特征输入预先训练好的排序模型,输出排序模型输出的前目标数量的目标词语。本申请采用未登录词的近义词对未登录词进行替换,从而可以很好的识别不同的未登录词,进而提升关键词语的提取结果。
  • 关键词语提取方法装置电子设备
  • [发明专利]三元组信息的抽取方法、装置、电子设备和存储介质-CN202110304843.0有效
  • 李勇 - 平安科技(深圳)有限公司
  • 2021-03-22 - 2022-05-10 - G06F16/33
  • 本申请涉及人工智能技术领域,具体公开了一种三元组信息的抽取方法、装置、电子设备和存储介质,其中,方法包括:对待抽取文本进行语义切分,得到n个词语,其中n为大于或等于1的整数;根据n个词语,对待抽取文本进行语义信息提取,得到待抽取文本的语义向量;根据语义向量,确定n个词语中的主实体词语;根据主实体词语和语义向量,在剩余词语中,确定主实体词语对应的客实体词语,其中,剩余词语为n个词语中除去主实体词语之外的所有词语;根据主实体词语、客实体词语和语义向量,以及预先设定的关系数据库,确定主实体词语和客实体词语之间的关系词;将主实体词语、客实体词语和关系词,作为待抽取文本的三元组信息。
  • 三元信息抽取方法装置电子设备存储介质

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