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397282个,建议您升级VIP下载更多相关专利
  • [发明专利]文本难度分级评估方法及装置、设备和存储介质-CN202111645082.1在审
  • 王永杰 - 上海流利说信息技术有限公司
  • 2021-12-29 - 2022-04-29 - G06F16/35
  • 一种文本难度分级评估方法及装置、设备和存储介质,方法包括:获取待分级文本;对待分级文本进行预处理,获取特征集,包括多种与文本粒度相关的特征,特征集中的特征类型至少包括字和词;获取各特征对应的难度评估值,包括字难度值和词难度值;获取待分级文本的特征集中所有字的字难度值之和作为汉字加权得分,获取待分级文本的特征集中所有词的词难度值之和作为分词加权得分;利用汉字加权得分和分词加权得分获得待分级文本的预测难度等级;对预测难度等级和难度评估值进行判断,在预测难度等级难度评估值满足阈值条件时,对预测难度等级进行调整。本发明有利于在提高文本难度分级的准确性的同时,提高评估效率。
  • 文本难度分级评估方法装置设备存储介质
  • [发明专利]试题难度分级处理方法及系统-CN201810163091.9有效
  • 郑洪涛;江华清 - 浙江创课教育科技有限公司
  • 2018-02-26 - 2020-11-03 - G06Q50/20
  • 本发明公开了一种试题难度分级处理方法及系统,用以自动确定试题的难度等级;本发明试题难度分级处理方法及系统通过获取训练试题和待分级试题;根据所述训练试题包含的知识点,构建衡量试题难度等级的特征集;将所述特征集输入预设等级判断模型中进行训练,根据训练结果,对所述待分级试题对应的难度等级进行分析,并确定所述待分级试题的难度等级;具有自动确定试题的难度等级的有益效果,提高了效率,节约了人力资源和时间成本。
  • 试题难度分级处理方法系统
  • [发明专利]文本难度分级方法、装置和电子设备-CN202210878641.1在审
  • 吴云芳;李文彪;王林;王迎兰 - 人民教育出版社有限公司
  • 2022-07-25 - 2022-10-25 - G06F16/35
  • 本发明提供一种文本难度分级方法、装置和电子设备,获取待识别文本,将待识别文本输入文本难度分级模型。文本难度分级模型包括局部识别网络和篇章识别网络,通过局部识别网络获取待识别文本对应的局部特征,通过篇章识别网络获取待识别文本对应的篇章特征,通过局部识别网络和篇章识别网络由局部到全局全方面对待识别文本进行解析识别并分级,最终输出待识别文本的文本难度级别。克服了现有技术中无法对长距离依赖关系进行捕捉以及分级不准确的缺陷,实现了对长文本进行准确的文本难度分级
  • 文本难度分级方法装置电子设备
  • [发明专利]一种题库自动组题及难易度实时更新方法-CN202011244460.0在审
  • 黄振;陈董董;贾飞洲 - 上海凌立健康管理股份有限公司
  • 2020-11-10 - 2021-02-12 - G06F16/31
  • 本发明的一种题库自动组题及难易度实时更新方法,收集习题并进行难度分级后建立题库,当需要出卷组题时根据试卷中的题目类型和难易度从题库中抽取习题并生成试卷,根据试卷的答题情况对题库中的习题难易度进行更新,其中难度分级包括习题收集时的预设难度分级和根据做题试卷和正确率进行自动难度分级,当预设难度分级结果和自动难度分级结果不同时,进行两者间的方差计算,选择方差最小的难度区间作为结果。本实施例的方法通过对题库中的试题进行难易度设置和实时更新,可以有利于在组卷的过程中对于习题难度的把控进而提高对于试卷整体难易度的把控。
  • 一种题库自动难易实时更新方法
  • [发明专利]文本难度分级及训练方法、装置、电子设备及存储介质-CN202111641248.2在审
  • 王永杰 - 上海流利说信息技术有限公司
  • 2021-12-29 - 2022-05-13 - G06F16/35
  • 文本难度分级及训练方法、装置、电子设备、存储介质,其中,文本难度分级训练方法包括:获取已标注的第一目标文本集,其包含各文本对应的难度真实值的标签数据;对第一目标文本集中的各文本进行预处理,得到第一训练文本集中各文本对应的特征集;根据第一训练文本集中各文本对应的特征集和预先设置的权重系数,建立难度分级评估模型;获取未标注的第二目标文本集,计算未标注的第二目标文本集中各文本对应的难度伪标签值,得到已标注的第二目标文本集;将第一训练文本集、已标注的第二目标文本集输入至预设的预训练模型,得到文本难度分级模型。采用上述方案,在对文本的阅读难度进行分级时,能够提高文本难度分级的准确性。
  • 文本难度分级训练方法装置电子设备存储介质
  • [发明专利]一种中文儿童读本多维分级方法及系统-CN202211100230.6在审
  • 袁曦临;章敏 - 东南大学
  • 2022-09-08 - 2023-01-20 - G06F16/35
  • 本发明公开了一种中文儿童读本多维分级方法及系统,从兼顾认知与情感的视角综合测评中文儿童读本的阅读难度,进行童书分级,该分级码的生成包括文本认知维度、文本情感维度以及文本功能维度三个维度,由多个指标组成,分级指标通过数学计算方法与分类判别形成多维分级码,用以衡量中文儿童读本的语言认读难度、情感接受难度。根据难度结果排序,提供认知导向、情感导向与认知情感综合导向下的多种分级选择模式。本发明以分面组配分类法为指导,针对图书的阅读认知难易度、文本情感复杂度进行测量和分级,建立符合汉语语言特征和本土社会文化环境的中文童书多维分级体系。
  • 一种中文儿童读本多维分级方法系统
  • [发明专利]一种基于机器学习的中文阅读难度分级方法及系统-CN201710557154.4在审
  • 任易;赵梓淳 - 北京享阅教育科技有限公司
  • 2017-07-10 - 2017-12-22 - G06F17/27
  • 本发明公开了一种基于机器学习的中文阅读难度分级方法及系统,分级方法中,训练样本可以实时更新,从而充分考虑语言随时代变化的特征,如此可以更新汉字难度分级表和词频表;引入语义、句子、篇章以及主题等其他特征,从而通过上述特征和句长、词长作为复杂度的指标,更为客观,且能够精确地反映其结构性质;通过特征集以弥补少数浅层次局部的语言特征不足,从而可以反映真实的阅读理解过程,更为精确的进行阅读难度等级分类;通过本方法使阅读难度分级技术适用于中文分级系统,包括文本获取单元、构建单元以及训练预测单元,实现了对中文文本阅读难度分级方法相同的有益效果。
  • 一种基于机器学习中文阅读难度分级方法系统
  • [实用新型]一种分级轮焊接用定位装置-CN202122244745.0有效
  • 吴琴秀;闫如松;陈庆 - 苏州金远胜智能装备股份有限公司
  • 2021-09-17 - 2022-01-14 - B23K37/04
  • 本实用新型提供的分级轮焊接用定位装置,包括:具有定位盘和定位轴的定位座、与定位盘通过定位轴相连接的定位板、箍紧组件,定位板与套设在定位轴上的分级轮端面板相贴合,用于限定分级轮端面板与分级轮轮毂之间的距离,通过设置用于箍紧分级轮轮毂和分级轮端面板的箍紧组件,使箍紧组件包括两个圆弧形可开合的箍紧环,在箍紧环合拢时,使分级轮轮毂外端部、分级轮端面板外端部之间的相对位置保持固定,使分级轮轮毂外端部与分级轮叶片之间、分级轮端面板外端部与分级轮叶片之间保持贴合,在焊接分级轮叶片时,分级轮轮毂外端部和分级轮端面板外端部不容易产生翘曲变形,焊接后分级轮的组装难度小、动平衡调整难度小、分级效果好、分级精度高。
  • 一种分级焊接定位装置
  • [发明专利]一种题库自动组题及难易度实时更新系统-CN202011244458.3在审
  • 贾飞洲;黄振;王蕊 - 上海凌立健康管理股份有限公司
  • 2020-11-10 - 2021-02-12 - G06F16/31
  • 本发明的一种题库自动组题及难易度实时更新系统,包括数据导入模块,所述数据导入模块用于导入习题数据和用户做题数据;数据库,所述数据库用于存储数据导入模块导入的数据,并将数据进行分类分级存储;数据处理模块,所述数据处理模块用于提取数据库中存储的习题数据并将习题数据进行分级;组卷模块,所述组卷模块用于输入组卷需求并控制数据处理模块根据需求选择相应的习题。通过数据导入模块在导入习题数据的过程中对习题进行难度分级,同时数据处理模块在提取数据的过程中对习题难度进行更新,可以保证数据库内分类分级存储的习题的难度评级正确,有利于组卷模块更好的选择合适难度的习题,使得组卷的整体难度更加可控。
  • 一种题库自动难易实时更新系统
  • [发明专利]面向分级读物的多尺度难度向量分类方法-CN201910874324.0有效
  • 马千里;陈海斌;田帅 - 华南理工大学
  • 2019-09-17 - 2020-12-22 - G06F16/35
  • 本发明公开了一种面向分级读物的多尺度难度向量分类方法,该分类方法首先构造词语搭配特征、上下文特征、主题特征等丰富了特征表示,结合之前研究中效果最突出的特征,获得一个轻量、全面的句子难度向量,再输入到分类器如梯度提升树(GBDT)中,在教育分级读物语料、通用语料上达到很好的效果。该发明简化了特征表示,只需要21个向量就能体现句子难度,引入了多尺度特征丰富了难度特征表示,增强了模型泛化性;结合新使用的上下文信息构建了对句子级别和文章级别都适用的难度向量表示系统,在句子级别和文章级别的两个数据集都获得了较好的效果
  • 面向分级读物尺度难度向量分类方法

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