“郭剑毅”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49个，建议您升级VIP下载更多相关专利

[发明专利]基于神经网络的多特征融合中文新闻文本摘要生成方法-CN201810965659.9有效
发明人：严馨;宁珊;徐广义;周枫;郭剑毅;陈玮 -专利权人：昆明理工大学
申请日： 2018-08-23 - 公布日： 2022-10-21 - 主分类号： G06F40/289 文献下载
摘要：本发明涉及基于神经网络的多特征融合中文新闻文本摘要生成方法，属于自然语言处理领域。本发明先利用word2vec模型训练预处理后中文新闻文本语料；再通过CNN和带有注意力机制的LSTM通路进行多特征融合；将融合后的向量输入解码器，解码器是单向LSTM模型，并利用其对应的摘要向量，解码自动生成中文文本摘要；通过训练整个的网络模型后，对于新的文本，利用训练后的网络模型生成摘要。本发明通过数据驱动学习了一个端到端的中文新闻文本摘要自动生成模型，相对于传统的摘要生成方法，本发明采用基于神经网络融合多特征自动生成摘要的方法可以更加全面地挖掘文本特征，提高文本摘要生成的精确度。
基于神经网络特征融合中文新闻文本摘要生成方法

[发明专利]一种基于多重CCA算法的柬汉双语词向量模型构建方法-CN201811222172.8有效
发明人：严馨;李思远;郭剑毅;周枫;王红斌 -专利权人：昆明理工大学
申请日： 2018-10-19 - 公布日： 2021-08-31 - 主分类号： G06F40/289 文献下载
摘要：本发明涉及一种基于多重CCA算法的柬汉双语词向量模型构建方法，属于自然语言处理技术领域。本发明首先获取英语、柬语、汉语词向量；其次分别将英语、汉语词向量投影至同一特征空间，将英语、柬语词向量投影至同一特征空间，从而得到各自对应的投影转换矩阵；然后以英语作为多语言向量公共空间，分别将柬语和汉语投影到英语词向量空间中，并根据典型相关分析算法，分析计算投影转换矩阵之间的相关关系，得到多语词向量；多语词向量中便包含有柬汉双语词向量，进而可获得柬汉双语词向量模型。本发明有效的解决了无法直接构建柬汉双语词向量模型的问题，并且通过该方法获得的柬汉双语词向量质量较高，准确率方面有很大的提升。
一种基于多重 cca 算法双语向量模型构建方法

[发明专利]一种基于距离监督的领域实体属性关系抽取方法-CN201810999929.8有效
发明人：余正涛;王斌;郭剑毅;线岩团;王红斌;毛存礼 -专利权人：昆明理工大学
申请日： 2018-08-30 - 公布日： 2021-07-16 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及一种基于距离监督的领域实体属性关系抽取方法，属于自然语言处理和深度学习技术领域。本发明构建一个中文旅游景点的领域知识库，通过中文百科网站和旅游网站获取大量的旅游领域文本集，使用已经构建好的旅游领域知识库中的实体对来从旅游领域文本集中获取关系实例文本集，采用了主题模型关键词相似度计算和关键词模式匹配来进行去噪。最后使用各个关系下的正例数据和少量负例数据组合成的训练语料，对训练语料的词性特征、依存关系特征和短语句法树特征进行提取，利用这三种特征融合为一个语义信息更加丰富的大特征，进行关系抽取模型训练。实验表明，本文所使用的去噪后训练语料提取的三种特征融合的F值最高，抽取性能最好。
一种基于距离监督领域实体属性关系抽取方法

[发明专利]一种基于Dirichlet过程的可比语料双语平行片段抽取的方法-CN201811093818.7有效
发明人：严馨;蒋亚芳;余正涛;徐广义;周枫;郭剑毅 -专利权人：昆明理工大学
申请日： 2018-09-19 - 公布日： 2021-07-16 - 主分类号： G06F40/289 文献下载
摘要：本发明涉及一种基于Dirichlet过程的可比语料双语平行片段抽取的方法，属于机器学习翻译与自然语言处理技术领域。本发明首先需要通过双语主题模型获得双语可比语料对的主题分布，再通过泊松分布随机切分双语可比语料，然后设定一个主题阈值，通过阈值初步筛选可比语料平行片段集，最后由Dirichlet过程获得各个平行片段之间的匹配概率，再经过吉布斯抽样进一步获得最终精确的平行片段对。在相同的可比语料环境下，本发明基于Dirichlet过程的抽取方法获取平行片段对的效果更佳。
一种基于 dirichlet 过程可比语料双语平行片段抽取方法

[发明专利]一种基于表示学习的特定领域集成实体链接方法-CN201810717561.1有效
发明人：余正涛;蒋胜臣;郭剑毅;线岩团;王红斌 -专利权人：昆明理工大学
申请日： 2018-07-02 - 公布日： 2021-06-18 - 主分类号： G06F40/295 文献下载
摘要：本发明涉及一种基于表示学习的特定领域集成实体链接方法，属于自然语言处理和深度学习技术领域。本发明包括步骤：首先利用旅游领域的百科语料对词向量模型进行训练；利用旅游领域的百科语料构建领域知识库；利用TransE模型得到候选实体向量；对实体指称项进行词扩展和语义排序；对语义排序后的实体指称项分别计算候选实体与其本身和扩展的指称项的相似度，根据此相似度得到目标实体链接；对实体指称项进行动态实体链接。本发明提高了实体链接的正确率，本发明取得了较好的效果。
一种基于表示学习特定领域集成实体链接方法

[发明专利]一种融合词向量和主题模型的领域实体消歧方法-CN201710913216.0有效
发明人：余正涛;马晓军;郭剑毅;陈玮;张志坤 -专利权人：昆明理工大学
申请日： 2017-09-30 - 公布日： 2021-05-14 - 主分类号： G06F40/30 文献下载
摘要：本发明涉及一种融合词向量和主题模型的领域实体消歧方法，属于自然语言处理和深度学习技术领域。本发明获取待消歧实体的候选实体集合，再获取待消歧实体和候选实体的向量形式，结合上下位关系领域知识库获取待消歧实体的类别指称，进行上下文相似度和类别指称相似度计算，再利用LDA主题模型和Skip‑gram词向量模型对不同主题分类下的文档进行词向量训练，获取多义词不同含义的词向量表示，用K‑Means算法抽取文本的主题领域关键词，进行领域主题关键词相似度计算，最后对三类特征相似度进行融合，把相似度最高的候选实体作为最终的目标实体。本发明优于传统消歧方法，可以很好的满足实际应用的需求。
一种融合向量主题模型领域实体方法

[发明专利]一种基于不对等语料的跨语言词嵌入方法-CN201910499213.6有效
发明人：王红斌;冯银汉;线岩团;余正涛;郭剑毅;文永华 -专利权人：昆明理工大学
申请日： 2019-06-11 - 公布日： 2021-04-30 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种基于不对等语料的跨语言词嵌入方法，属于自然语言处理技术领域。本发明首先对单语词向量进行归一化，对小字典词对(训练集跨语言词对)正交最优线性变换求得梯度下降初始值，然后通过对大型源语言(英语)语料进行聚类，借助小字典找到与每一聚类簇相对应的源语言词，取聚类得到的每一簇词向量均值和源语言与目标语言对应的词向量均值，建立新的双语词向量对应关系，将新建立的双语词向量扩展到小字典中，使得小字典得以泛化和扩展。最后，利用泛化扩展后的字典对跨语言词嵌入映射模型进行梯度下降求得最优值。
一种基于对等语料语言嵌入方法

[发明专利]一种基于跨语言资源的柬语命名实体识别的方法-CN201711084450.3有效
发明人：严馨;谢俊;郭剑毅;余正涛;线岩团 -专利权人：昆明理工大学
申请日： 2017-11-07 - 公布日： 2021-01-05 - 主分类号： G06F40/295 文献下载
摘要：本发明涉及一种基于跨语言资源的柬语命名实体识别的方法，属于自然语言处理技术的领域。本发明首先获取英柬双语平行文本语料及柬语单语文本语料；然后使用工具Word2vec对柬语单语文本进行处理得到柬语单词的向量表示；再通过余弦方法计算柬语单词之间的相似度值同时使用IBM模型实现柬英双语词之间的词对齐；运用双语图模型中的标签传播算法对柬英双语语料进行处理进而得到在该文本中的柬语单词的对应类别，再将其作为跨语言特征并且连同词性特征、标记特征，包括标记人名、地名的单词特征运用到机器学习模型进而实现对所获得语料进行实体命名识别。
一种基于语言资源命名实体识别方法

[发明专利]结合词向量和自举学习的领域实体上下位关系获取与组织方法-CN201710484051.X有效
发明人：余正涛;马晓军;郭剑毅;陈玮;张志坤 -专利权人：昆明理工大学
申请日： 2017-06-23 - 公布日： 2020-07-31 - 主分类号： G06F16/9535 文献下载
摘要：本发明涉及一种结合词向量和自举学习的领域实体上下位关系获取与组织方法，属于自然语言处理和机器学习技术领域。本发明首先根据自举学习的方式，从旅游领域的文本中获取候选的上下位关系实例，利用候选的上下位关系实例，人工构建旅游领域知识库，借鉴映射矩阵对候选上下位关系实例进行层级关系组织。本发明对上下位关系实现了有效的抽取，为信息抽取、信息检索和机器翻译等工作提供强有力的支撑，与目前识别方法相比，本发明的正确率、召回率、F值均有提高，因此本发明具有一定的研究意义。
结合向量学习领域实体下位关系获取组织方法

[发明专利]一种基于最大熵的越南语交叉歧义消岐方法-CN201610063602.0有效
发明人：余正涛;刘艳超;郭剑毅;毛存礼;线岩团;陈玮 -专利权人：昆明理工大学
申请日： 2016-01-29 - 公布日： 2020-07-10 - 主分类号： G06F16/951 文献下载
摘要：本发明涉及一种基于最大熵的越南语交叉歧义消岐方法，属于自然语言处理技术领域。本发明首先对形成的越南语交叉歧义字段库中的越南语交叉歧义字段语料进行消歧建模，得到越南语最大熵交叉歧义消歧模型；从越南语交叉歧义字段语料中随机选取测试语料通过已建好的越南语最大熵交叉歧义消歧模型进行消歧，得到消歧的参数序列。本发明对越南语交叉歧义词实现了有效的消歧，为词法分析、句法分析、语义分析、信息抽取、信息检索和机器翻译等工作提供强有力的支撑；目前没有发现越南语做相关的交叉歧义消歧的报告，本发明取得了很好的效果。
一种基于最大越南语交叉歧义方法

[发明专利]基于组合方法的越南语兼类词消歧方法-CN201610496446.7有效
发明人：余正涛;刘艳超;郭剑毅;线岩团;严馨;文永华 -专利权人：昆明理工大学
申请日： 2016-06-30 - 公布日： 2019-07-05 - 主分类号： G06F17/27 文献下载
摘要：本发明涉及基于组合方法的越南语兼类词消歧方法，属于自然语言处理技术领域。本发明首先从越南语文本中抽取越南语兼类词字段，构建兼类词字段库，其次对兼类词字段库分别进行最大熵、条件随机场、支持向量机词性歧义消解建模，再把待消歧的兼类词字段测试语料通过已构建的三大统计分析模型进行消歧，综合分析结果，得到兼类词的词性标记。本发明提出的基于组合方法的越南语兼类词消歧方法，对越南语的兼类词实现了有效的消歧，为后续越南语词性标注、词法分析、句法分析、语义分析、信息抽取、信息检索和机器翻译等工作提供强有力的支撑；解决了对于单一学习器会造成泛化性能不佳的问题。
基于组合方法越南语兼类词消歧

[发明专利]基于条件随机场的越南语组合词消歧方法-CN201610498880.9有效
发明人： 郭剑毅;李佳;余正涛;毛存礼;线岩团;陈玮 -专利权人：昆明理工大学
申请日： 2016-06-30 - 公布日： 2019-06-11 - 主分类号： G06F17/27 文献下载
摘要：本发明涉及基于条件随机场的越南语组合词消歧方法，属于自然语言处理技术领域。本发明包括步骤：首先构建越南语组合词歧义字段库；从越南语组合词歧义字段库提取越南语组合词歧义字段特征；再建立基于条件随机场的越南语组合词歧义消歧模型；根据组合词歧义消歧模型参数序列来对越南语组合词歧义字段进行消歧，得到最终消歧结果。本发明对越南语组合词实现了有效的消歧，为词性标注、词法分析、语义分析、信息抽取、信息检索和机器翻译等工作提供强有力的支撑；目前没有发现越南语做相关的组合歧义消歧的研究报告，本发明取得了较好的效果。
基于条件随机越南语组合词消歧方法

[发明专利]基于组块的越南语短语树构建方法-CN201610497061.2有效
发明人： 郭剑毅;李英;余正涛;线岩团;毛存礼;陈玮 -专利权人：昆明理工大学
申请日： 2016-06-30 - 公布日： 2019-05-14 - 主分类号： G06F17/27 文献下载
摘要：本发明涉及基于组块的越南语短语树构建方法，属于自然语言处理技术领域。本发明首先对越南语短语树标注集进行上层组块和基层组块标注；选取上层组块和基层组块的特征集，再构建基于组块的越南语短语树库构建模型；利用组块分析工具对分词后的越南语句子进行组块分析，得到基于组块构建的初级越南语短语树库；利用短语树库校正器对基于组块构建的初级越南语短语树库进行校正，最后得到校正后的终级越南语短语树库。本发明避免了人工收集和标注越南语短语树库的过程，节省了人力和构建树库的时间；本发明提出的构建短语树的方法相比采用上下文无关文法构建越南语短语树库和最大熵构建越南语短语树库方法准确率明显提高。
基于越南语短语构建方法

[发明专利]基于改进的Nivre算法构建越南语依存树库的方法-CN201610599528.4有效
发明人：余正涛;邱国柯;郭剑毅;文永华;王红斌;陈玮 -专利权人：昆明理工大学
申请日： 2016-07-27 - 公布日： 2019-04-09 - 主分类号： G06F17/27 文献下载
摘要：本发明涉及基于改进的Nivre算法构建越南语依存树库的方法，属自然语言处理技术领域。本发明首先构建初始训练语料、扩展语料和测试语料；然后利用构建的初始训练语料基于改进的Nivre算法训练出两个依存分析弱学习器S1和S2作为两个充分冗余的视图；再利用训练出的两个弱学习器S1和S2对扩展语料进行依存分析并构建越南语依存树库模型；最后对测试语料进行依存分析测试并最终构建出越南语依存树库。本发明能够对越南语的句法分析、机器翻译和信息获取等上层应用提供有力支撑；能有效避免了人工标记越南语句子依存关系的过程，节省了人力物力的时间；能够有效利用大量无标记的越南语句子级语料提升依存分析的准确率。
基于改进 nivre 算法构建越南语依存方法

[发明专利]一种融合越南语语法特征的短语树到依存树的转换方法-CN201610064305.8有效
发明人： 郭剑毅;李英;余正涛;线岩团;毛存礼;陈玮 -专利权人：昆明理工大学
申请日： 2016-01-29 - 公布日： 2019-02-19 - 主分类号： G06F17/27 文献下载
摘要：本发明涉及一种融合越南语语法特征的短语树到依存树的转换方法，属于自然语言处理技术领域。本发明包括步骤：首先构建越南语短语树库；利用融合了越南语语法特征的中心子节点过滤表以及依存关系标注器完成越南语短语树库中的短语树到依存树的转换，得到一级越南语依存树库；根据人工标注后的一级越南语依存树库的语料训练得到MSTParser模型，利用MSTParser模型进行一级越南语依存树库的扩展，得到扩展后的二级越南语依存树库；利用依存关系校正器对扩展后的二级越南语依存树库的语料进行校正，得到最终的三级越南语依存树库。本发明避免了人工收集和标注越南语依存树库的过程，节省了人力和构建树库的时间，准确率明显提高。
一种融合越南语语法特征短语依存转换方法

1
2
3
4
下一页»
尾页
共 49 条