“许加书”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3个，建议您升级VIP下载更多相关专利

[发明专利]基于深度学习模型的文本纠错方法及系统-CN202010110922.3有效
发明人：蒋倩雯;沈艺;许加书;张森;张兵兵 -专利权人：苏宁云计算有限公司
申请日： 2020-02-21 - 公布日： 2023-06-30 - 主分类号： G06F40/232 文献下载
摘要：本发明公开一种基于深度学习模型的文本纠错方法及系统，其中，该方法包括步骤：利用错误定位模型判断用户输入的语句是否存在错误字，同时获取所述错误字的位置索引；将不存在错误字的语句直接输出，同时输出判断结果；或者，将存在错误字的语句输入错误纠正模型以得到修改后的语句，同时获取被修改字的位置索引，判断被修改字的位置索引与错误字的位置索引是否一致，如果一致，输出修改后的语句，如果不一致，输出修改前的语句，该方法既保证了错误定位和错误纠正的正确率，又防止因错误纠正模型未能正确识别错误字而导致的错误修改。该系统采用上述基于深度学习模型的文本纠错方法，提高了文本纠错的可靠性和正确率。
基于深度学习模型文本纠错方法系统

[发明专利]深度学习方法、评价观点提取方法、装置和系统-CN202010104388.5有效
发明人：林坡;沈艺;陈述;许加书;梁诗雯 -专利权人：苏宁云计算有限公司
申请日： 2020-02-20 - 公布日： 2022-11-18 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种深度学习方法、评价观点提取方法、装置和系统，其中提取方法包括：对待提取的评价信息进行分词处理得到分词结果；判断分词结果中是否有与分别与预设的词典表中的至少一个属性词和至少一个情感词匹配的目标属性词和目标情感词；若有，则提取目标属性词和目标情感词并生成特征数据；特征数据包括目标属性词和目标情感词之间的词距离；将特征数据输入深度学习模型中，以得到目标属性词与目标情感词之间的修饰关系；确定待提取的评价信息的目标类别并确定目标情感词的目标极性；根据目标类别、目标极性以及修饰关系形成评价观点。该方法可以正确、高效的提取评价信息的观点。
深度学习方法评价观点提取方法装置系统

[发明专利]一种关联品类词的确定方法、装置及系统-CN202011329448.X有效
发明人：张森;沈艺;齐康;许加书;梁诗雯 -专利权人：苏宁云计算有限公司
申请日： 2020-11-24 - 公布日： 2022-11-18 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种关联品类词的确定方法、装置及系统。方法包括：获取品类词，将品类词组成品类词组；对比同一品类词组中的品类词，获得品类词对比结果；将品类词对比结果与结构类型条件匹配，将匹配成功的品类词组作为关联词组，并确定关联词组所属的结构类型；将品类词作向量化处理，计算关联词组中品类词之间的空间距离；将关联词组对应的空间距离与其所属结构类型对应的关联条件对比，若空间距离满足所述关联条件，则根据空间距离对应的关联词组确定关联品类词。本发明根据结构类型条件确定关联词组，通过空间距离、关联条件确定关联词组中品类词是否存在关联关系，实现了关联品类词的自动确定，节省了关联品类词确定的人工成本。
一种关联品类确定方法装置系统