“杨沐昀”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果63个，建议您升级VIP下载更多相关专利

[发明专利]一种面向多语言大模型的词语表示学习方法-CN202310622720.0在审
发明人：曹海龙;杨沐昀;朱聪慧;赵铁军;徐冰;傅畅 -专利权人：哈尔滨工业大学
申请日： 2023-05-30 - 公布日： 2023-10-27 - 主分类号： G06F40/279 文献下载
摘要：本发明提出一种面向多语言大模型的词语表示学习方法。所述方法在表示能力上能够显著高于主流的静态和动态词向量模型。本发明突破性地将单语词的向量表示改进为多点的流形表示。这种新的框架有望增加词向量空间的整体容量，更好地应对一词多义与细微上下文含义变化的场景。从流形学习与模式匹配的这一观点出发，充分利用现有的语言模型，挖掘词的空间表征能力，提高词语表示空间的完整性，使语言空间和词空间具有形式统一的表示。
一种面向语言模型词语表示学习方法

[发明专利]一种基于多模态预训练融合中文拼写纠正技术-CN202310630599.6在审
发明人：赵铁军;朱聪慧;徐冰;刘梓航;曹海龙;杨沐昀 -专利权人：哈尔滨工业大学
申请日： 2023-05-31 - 公布日： 2023-10-03 - 主分类号： G06F40/232 文献下载
摘要：一种基于多模态预训练融合中文拼写纠正技术，它涉及一种中文拼写纠正技术。本发明为了解决现有中文拼写错误纠正技术的准确度和发现速度难以满足实际需要的问题。本发明的步骤为：对于输入的中文句子，从数据库中读取每个字的拼音和音调，并加载该字的黑体字体、小篆字体、该字繁体形式的黑体字体作为字音、字形信息；将句子及其对应字的拼音、字体分别映射为向量，再经过不同的编码器和BERT获取同维度的编码表示；对特征做非线性变换和加权和，获取进一步表示；将字的字音字形编码表示和文本编码表示输入门控层，对三种特征表示做加权融合，进而获得中文字的表示；将字的三个模态融合的表示输入BERT。本发明属于自然语言处理技术领域。
一种基于多模态预训练融合中文拼写纠正技术

[发明专利]一种基于大模型的跨语言知识获取方法-CN202310629799.X在审
发明人：曹海龙;赵铁军;徐冰;朱聪慧;杨沐昀;苗华林 -专利权人：哈尔滨工业大学
申请日： 2023-05-31 - 公布日： 2023-09-01 - 主分类号： G06F40/289 文献下载
摘要：一种基于大模型的跨语言知识获取方法，它涉及一种跨语言知识获取方法。本发明为了解决现有词典抽取方法在遇到非组成性短语时，通过以往的词典难以表达出短语的正确语义，甚至造成严重误导作用，而针对组成性短语而言，词典的简单组合也往往表示的短语语义不够精确的问题。本发明的步骤为：预处理源语言和目标语言的单语语料，同时从中抽取出候选短语，并构建短语用于评价短语对齐的测试集；将单语语料和候选短语作为训练数据，通过所设计的短语向量训练方法进行静态短语向量的训练；将静态短语向量通过跨语言映射方法；将单语语料和候选短语作为训练数据；将静态短语向量和步骤四的动态短语向量。本发明属于自然语言处理技术领域。
一种基于模型语言知识获取方法

[发明专利]一种基于多任务学习和注意力机制的英文语法纠正技术-CN202310630375.5在审
发明人：赵铁军;朱聪慧;曹海龙;刘梓航;徐冰;杨沐昀 -专利权人：哈尔滨工业大学
申请日： 2023-05-31 - 公布日： 2023-09-01 - 主分类号： G06F40/232 文献下载
摘要：一种基于多任务学习和注意力机制的英文语法纠正技术，它涉及一种英文语法纠正技术。本发明为了解决现有英文语法纠正技术适应能力较差，对一些复杂语句的语法纠正不准确的问题。本发明的步骤为：对于输入的句子，从数据库中读取英文分词词表及编辑标签词表；将句子输入预训练编码模型，获取整个句子的上下文表示；将得到的上下文特征向量经过自注意力层；判别输入子词是否需要进行编辑操作，使用词表大小的分类器对输入的子词进行编辑标签分类；根据模型预测的纠正标签对应的意义对输入句子中的单词进行后处理，得到的后处理结果再输入模型进行多次迭代得到最终结果。本发明属于自然语言处理技术领域。
一种基于任务学习注意力机制英文语法纠正技术

[发明专利]一种基于语义特征的中文儿童故事生成方法-CN202310544489.8在审
发明人：赵铁军;徐冰;朱聪慧;曹海龙;杨沐昀;姜海龙 -专利权人：哈尔滨工业大学
申请日： 2023-05-16 - 公布日： 2023-09-01 - 主分类号： G06F40/30 文献下载
摘要：本发明提出一种基于语义特征的中文儿童故事生成方法。所述方法包括构建中文儿童故事数据集；将儿童故事作为训练数据，通过所设计的引入句子级语义特征的方法对模型进行训练，提升模型生成的连贯性；将关键词或者儿童故事开头输入模型；模型通过自编码迭代生成预先设定长度的中文儿童故事。本发明可以在给定关键词或故事开头的情况下，自动生成完整的儿童故事，无需人工处理。本发明可以用于创作儿童故事。
一种基于语义特征中文儿童故事生成方法

[发明专利]一种基于深度学习面向公检法领域的相关事件识别方法-CN202110566115.7有效
发明人：赵铁军;徐冰;杨沐昀;郭常江;朱聪慧;曹海龙 -专利权人：哈尔滨工业大学
申请日： 2021-05-24 - 公布日： 2023-09-01 - 主分类号： G06F16/951 文献下载
摘要：本发明公开一种基于深度学习面向公检法领域的相关事件识别方法。步骤1：采集网络上各种热点信息标题，进行非中文、非英文、非数字字符的清理并存储在数据库中；步骤2：对步骤1数据库中的热点信息标题采用文本分类技术及深度学习进行识别是否与公检法领域相关；步骤3：对步骤1数据库中的热点信息标题做出相应标识并存储。本发明用以解决舆情量过大导致耗费人力物力、系统性能较差的问题。
一种基于深度学习面向公检法领域相关事件识别方法

[发明专利]一种基于自监督的机器翻译译文自动优化的方法和系统-CN202010294829.2有效
发明人： 杨沐昀;徐冰;王佳麒;赵铁军;朱聪慧;曹海龙;赵恩博;唐煜 -专利权人：哈尔滨工业大学
申请日： 2020-04-15 - 公布日： 2023-05-30 - 主分类号： G06F40/166 文献下载
摘要：本发明涉及一种基于自监督的机器翻译译文自动优化的方法和系统，属于机器翻译领域。所述方法包括以下步骤：步骤一、使用大规模平行语料对模型进行训练，使模型学习替换操作；步骤二、使用人工构造的伪数据对模型进行训练，使模型学习插入操作，得到训练好的模型；步骤三、使用训练好的模型对待优化的译文中的每个词和词间空隙进行候选词预测，完成替换和插入的后编辑操作。本发明利用双语平行语料作为模型预训练的输入，使得模型在不同机器翻译系统上都能获得良好的优化性能，是一种通用的机器翻译自动后编辑模型。
一种基于监督机器翻译译文自动优化方法系统

[发明专利]一种面向舆情分析的无监督式多文档文摘生成方法-CN202010323594.5有效
发明人：赵铁军;徐冰;杨沐昀;宋治勋;曹海龙;朱聪慧 -专利权人：哈尔滨工业大学
申请日： 2020-04-22 - 公布日： 2023-04-07 - 主分类号： G06F16/34 文献下载
摘要：本发明公开了一种面向舆情分析的无监督式多文档文摘生成方法。步骤1：实时采集网络舆情新闻，根据网络热点进行新闻集合自动划分；步骤2：对集合内每个舆情新闻进行无监督式的抽取单文档文摘；步骤3：对集合内的所有抽取的单文档文摘进行分析，得到无监督式的多文档文摘。本发明解决现有多文档文摘方法效果较低、生成式文摘实用性较差、中文舆情文摘训练语料匮乏的问题，以实现对舆情新闻的监控。
一种面向舆情分析监督文档文摘生成方法

[发明专利]一种面向法律文本的多关系中主要关系的抽取方法-CN202110693377.X有效
发明人：赵铁军;杨沐昀;徐冰;徐家豫;朱聪慧;曹海龙 -专利权人：哈尔滨工业大学
申请日： 2021-06-22 - 公布日： 2023-03-24 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种面向法律文本的多关系中主要关系的抽取方法。步骤1：根据选定的法律条文文本进行实体及实体间关系的定义；步骤2：根据步骤1的法律实体定义和关系定义，确定对法律原文的序列标注方式；步骤3：根据步骤2对法律原文的序列标注方式，构建特定语料库；步骤4：利用步骤3的特定语料库，训练特定领域任务的识别模型，处理模型预测后的标注结果，将标注结果转换为关系输出，并结合已有特定关系输出输入法律文本的关系并确认主要关系。本发明用以解决领域内知识体系复杂，实体间关系重叠性较高，上下文依赖性较强，提及关系抽取困难的问题。
一种面向法律文本关系主要抽取方法

[发明专利]利用不同词嵌入模型进行协同训练的无监督双语翻译词典获取方法-CN202110688705.7有效
发明人：曹海龙;杨沐昀;赵铁军;苏子超 -专利权人：哈尔滨工业大学
申请日： 2021-06-21 - 公布日： 2023-03-14 - 主分类号： G06F40/58 文献下载
摘要：本发明公开了一种利用不同词嵌入模型进行协同训练的无监督双语翻译词典获取方法，包括：使用至少两种不同词嵌入模型在源语言和目标语言的单语语料上分别进行训练获得多组不同模型的词嵌入；按照词嵌入训练模型进行分组，并分别进行初始化得到对应初始词典；分别利用当前各模型相对应的词嵌入以及双语翻译词典进行自学习，以更新各个词嵌入分别利用更新后的词嵌入获取当前各自对应的双语翻译词典，并通过协同训练优化过滤提升各个双语翻译词典的置信度；重复第三、第四步直至训练结果收敛，并分别得到各个进程上的最终双语翻译词典。该方法解决了小语种语料资源匮乏的问题，提升了基于无监督学习的单语语料上获取双语翻译词典的无监督方法的效果。
利用不同嵌入模型进行协同训练监督双语翻译词典获取方法

[发明专利]一种中文专利关键信息语料库的构建方法、系统和计算机设备-CN202211172672.1在审
发明人：李响;马翊轩;赵美含;张文婷;王文瑞;刘宇哲;杨沐昀 -专利权人：无锡睿文科技有限公司;哈尔滨工业大学
申请日： 2022-09-26 - 公布日： 2023-01-17 - 主分类号： G06F16/35 文献下载
摘要：一种中文专利关键信息语料库的构建方法、系统和计算机设备，属于专利分析技术领域，解决专利语料库的标注质量不高问题。本发明的方法包括：选取某一技术领域，并获取某一技术领域的专利数据集；确定所述专利数据集的标注范围；设置专利关键信息和若干个标注规范，对所述专利数据集进行试标注，利用一致性分析，获取试标注规范；根据所述试标注规范，获取若干个正式标注规范；根据所述若干个正式标注规范，利用多轮迭代标注策略，对所述专利数据集进行标注，建立所述某一技术领域的专利语料库。本发明适用于专利的信息检索和跨语言翻译。
一种中文专利关键信息语料库构建方法系统计算机设备

[发明专利]一种小样本场景下的自然语言理解方法-CN202110447496.7有效
发明人：赵铁军;朱聪慧;郑德权;衣景龙;曹海龙;徐冰;杨沐昀 -专利权人：哈尔滨工业大学
申请日： 2021-04-25 - 公布日： 2022-12-13 - 主分类号： G06F16/332 文献下载
摘要：本发明提出一种小样本场景下的自然语言理解方法，所示方法提出预训练模型语言语义表示、意图识别和槽位识别、引入标签语义，使用线性空间映射方法拉远语义表示距离、建立门控网络并融合槽信息和意图信息以及运用抽象标签转移概率来达到在不同领域中也能快速学习理解的目的；本发明的方法能够在小样本的场景下更好的判断出问题的意图，并识别出问题的槽位，从而良好的解决任务型对话系统的自然语言理解任务下数据不足、数据标注成本和模型迁移代价过高的问题。
一种样本场景自然语言理解方法

[发明专利]一种基于混合粒度的句子级机器翻译质量估计模型训练方法-CN201910754140.0有效
发明人： 杨沐昀;吴焕钦;赵铁军;王佳麒;朱聪慧;曹海龙;徐冰 -专利权人：哈尔滨工业大学
申请日： 2019-08-15 - 公布日： 2022-10-25 - 主分类号： G06F40/58 文献下载
摘要：本发明公开了一种基于混合粒度的句子级机器翻译质量估计模型训练方法，所述训练方法包括以下步骤：步骤一：对机器译文进行词语级翻译质量标注；步骤二：对源文和机器译文进行基于深度学习方法的翻译质量特征抽取；步骤三：进行混合粒度的句子级翻译质量估计模型的训练，通过训练目标计算误差，再通过梯度反向传播更新模型的参数。本发明提出了一种基于混合粒度的句子级机器翻译质量估计模型训练方法，该方法相对于传统方法的优势主要在于：经过基于混合粒度的模型训练之后，与单一粒度下的训练相比，引入词语级上的翻译质量信息能取得较好的提升。
一种基于混合粒度句子机器翻译质量估计模型训练方法

[发明专利]一种基于深度学习面向公检法领域的舆情等级预测方法-CN202110608376.0有效
发明人：赵铁军;杨沐昀;徐冰;郭常江;曹海龙;朱聪慧 -专利权人：哈尔滨工业大学
申请日： 2021-06-01 - 公布日： 2022-10-21 - 主分类号： G06F16/951 文献下载
摘要：本发明公开一种基于深度学习面向公检法领域的舆情等级预测方法。步骤1：从网络上爬取公检法领域相关的舆情信息，提取其中的文本信息存储至数据库中；步骤2：对采集到文本信息利用深度学习模型进行预测，得到舆情等级预测结果；步骤3：将步骤2的舆情等级预测结果存储至系统数据库；步骤4：在数据库中对舆情等级做出相应标识；步骤5：对标识后的数据库中舆情等级提供可访问舆情信息的数据接口；步骤6：通过数据接口在系统中显示舆情等级预测结果。本发明用以解决舆情系统没有针对性的问题，跳出算法的限制。
一种基于深度学习面向公检法领域舆情等级预测方法

[发明专利]一种基于主题信息的新闻文本摘要获取方法、装置、获取器和存储介质-CN202210673842.8在审
发明人：赵铁军;郭常江;徐冰;曹海龙;杨沐昀;朱聪慧 -专利权人：哈尔滨工业大学
申请日： 2022-06-15 - 公布日： 2022-09-27 - 主分类号： G06F16/34 文献下载
摘要：一种基于主题信息的新闻文本摘要获取方法、装置、获取器和存储介质，涉及自然语言处理技术领域。解决了现有生成式文本摘要技术在生成的时候并没有主动地去关注这些潜在的主题信息，导致在生成过程中失去部分重要信息的问题。所述方法包括：对新闻文本进行清理，去除所述新闻文本中无用的符号和信息；利用公开语料库进行主题模型的训练，获取主题语义矩阵；根据获取的主题语义矩阵结合深度学习神经网络建立新闻文本的专用生成式摘要模型，并利用公开数据集训练模型，获取数据集训练模型；将新闻文本的清洗步骤中处理的文本输入至数据集训练模型，利用主题信息进行指导摘要生成，获得摘要结果。本发明应用于新闻信息处理技术领域。
一种基于主题信息新闻文本摘要获取方法装置存储介质

1
2
3
4
5
下一页»
尾页
共 63 条