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7个,建议您升级VIP下载更多相关专利
  • [发明专利]一种大规模文本聚类方法及装置-CN202211538156.6在审
  • 邓俊豪;张可尊;王太峰 - 支付宝(杭州)信息技术有限公司
  • 2022-12-02 - 2023-06-23 - G06F16/35
  • 本说明书实施例提供了一种大规模文本聚类方法及装置。该方法中包含粗聚类和二次精细聚类。首先,通过语义表示模型确定多条文本分别对应的语义向量;基于多条文本的语义向量,确定多条文本彼此之间的相似度矩阵。接着,在粗聚类阶段,从相似度矩阵中确定多条文本分别对应的相似度最大的M个相似文本,并在M个相似文本对应的相似度大于阈值时,将对应的文本作为筛选出的中心文本,以便快速地去除大量孤立噪点。然后,基于中心文本在相似度矩阵中对应的数据,得到候选类簇,并对存在交叉文本的候选类簇进行合并,之后再对合并后的类簇进行二次精细聚类。
  • 一种大规模文本方法装置
  • [发明专利]一种事件对对象影响度的获取方法和系统-CN202010817707.7有效
  • 张可尊;吴明伟;黄敬;林轩 - 支付宝(杭州)信息技术有限公司
  • 2020-08-14 - 2021-02-05 - G06Q10/04
  • 本说明书实施例公开了一种事件对对象影响度的获取方法和系统,其包括:获取目标事件;将所述目标事件加入事件图谱中,并将所述目标事件对应的事件节点与所述事件图谱中至少一个描述节点关联,获得更新后的事件图谱;所述事件图谱包括多个节点以及节点之间的边权;所述节点包括事件节点、对象节点以及描述节点;在所述更新后的事件图谱中选取与所述目标事件对应的事件节点的关联路径不超过预设长度的对象节点,作为候选对象节点;利用影响度预测模型至少基于所述目标事件与各候选节点对应的候选对象,获得所述目标事件对各候选对象的影响度预测值。
  • 一种事件对象影响获取方法系统
  • [发明专利]计算机执行的事件风险评估的方法及装置-CN201910105245.3有效
  • 李彬;张可尊 - 创新先进技术有限公司
  • 2019-02-01 - 2020-11-10 - G06F16/36
  • 本说明书实施例提供一种计算机执行的事件风险评估方法和装置。在上述方法中,首先采用自然语言处理模型,从内容文本库中提取多个样本事件,其中包括,识别第一样本事件及其对应的事件类型,并根据该事件类型,提取第一样本事件的第一事件要素;然后,在与第一样本事件相关联的知识图谱中,获取与所述第一事件要素相关联的第一关联要素;接着,根据所述事件类型,第一事件要素,以及第一关联要素,确定出第一样本事件的事件特征。基于多个样本事件中各个样本事件的事件特征,以及各个样本事件的标定风险值,可以训练得到GBDT模型。于是,可以利用该训练的GBDT模型,对待分析的第二事件的风险值进行评估,还可以对评估的风险值进行特征解释。
  • 计算机执行事件风险评估方法装置
  • [发明专利]一种基于在线百科链接实体的知识抽取方法-CN201410052292.3有效
  • 张可尊;肖仰华;汪卫 - 复旦大学
  • 2014-02-17 - 2017-01-18 - G06F17/30
  • 本发明属于开放知识抽取技术领域,具体为一种基于在线百科链接实体的知识抽取方法。其通过有效的证据融合方法移除链接实体中的不相关实体,得到高质量的相关链接实体;然后利用Gmeans聚类方法对相关的链接实体做聚类,用基于LCA的类标签生成方法为每个类产生一个描述性的类标签,这样每个类对应的实体集合和类标签构成一组知识;最后,为了提高大数据量实体的聚类效率,使用基于最大生成树的类复用机制,从而极大节约聚类时间。本发明不同于传统的知识抽取方法,其抽取基于在线百科的链接实体,而不是正文内容,极大的避免了自然语言处理方法的计算代价高、错误率高等缺点,可以高效地处理大规模数据。
  • 一种基于在线百科链接实体知识抽取方法

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