“黎耀炳”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5个，建议您升级VIP下载更多相关专利

[发明专利]定位方法和相关装置-CN202110426810.3在审
发明人：卢国瑞;黎耀炳 -专利权人：华为技术有限公司
申请日： 2021-04-20 - 公布日： 2022-10-21 - 主分类号： G06F16/22 文献下载
摘要：本申请提供一种定位方法和相关装置，该方法包括：接收来自于终端设备的坐标；根据路由信息和对应该坐标的目标区域标识，确定对应于该目标区域标识的目标数据节点；向该目标数据节点发送定位请求，该定位请求包括该坐标；接收来自于该目标数据节点的定位反馈。通过上述技术方案，路由节点可以将接收到的坐标发送至确定的目标数据节点，而无需将坐标发送至系统中的所有数据节点。除目标数据节点外，其他数据节点无需参与到确定与坐标对应的多边形的计算中。这样，可以减少整个系统的功率消耗。该目标数据节点可以较快地确定出包含有该坐标的多边形。这样，可以提高逆地理搜索的响应速度，提高用户体验。
定位方法相关装置

[发明专利]一种搜索方法和装置-CN201210208671.8有效
发明人： 黎耀炳;郑伟;金华兴;林锋 -专利权人：阿里巴巴集团控股有限公司
申请日： 2012-06-19 - 公布日： 2018-07-31 - 主分类号： G06F17/30 文献下载
摘要：本申请提供了一种搜索方法和装置，以解决现有搜索方法效率较低，并且比较浪费资源的问题。所述的方法包括：从目标用户发布的目标信息中抽取出现次数最高的前N个中心词作为目标词，并根据目标用户的页面上的信息和所述目标词建立倒排索引，其中，所述倒排索引中包括目标字段和页面信息字段；接收查询词；根据所述查询词，在所述倒排索引中查找与所述查询词匹配的目标用户；通过所述目标字段和页面信息字段，确定所述匹配的目标用户与查询词的相关度，将所述匹配的目标用户按照所述相关度排序并返回。本申请在搜索时不需要查找匹配无意义的数据，提高了搜索的效率，并且减少了资源的浪费。
一种搜索方法装置

[发明专利]一种对搜索结果进行排序的方法和装置-CN201410028598.5有效
发明人： 黎耀炳;黄刚;孟燕秋;乔彦涛;胡熠 -专利权人：阿里巴巴集团控股有限公司
申请日： 2014-01-21 - 公布日： 2018-06-29 - 主分类号： G06F17/30 文献下载
摘要：本申请提供一种对搜索结果进行排序的方法和装置。该方法包括：根据用户的搜索请求，获取与所述搜索请求中的搜索词相关的搜索结果中的各对象作为待排序对象；根据各个所述待排序对象所属的对象类目，确定能覆盖各个所述待排序对象的最小对象类目；根据所述用户所属的用户群对各个所述待排序对象产生的用户历史行为数据以及所述用户群对所述最小对象类目下的各个对象的行为统计数据，确定各个所述待排序对象在所述用户群的人气值；以及根据各个所述待排序对象在所述用户群的人气值对所述待排序对象进行排序。由此，可以更有效且更合理地对搜索结果进行排序，从而更好地满足用户的需求和方便用户的使用。
排序对象搜索结果用户群排序方法和装置搜索请求小对象用户历史行为数据对象类目行为统计搜索词类目覆盖申请

[发明专利]一种确定推荐词的方法及设备-CN201110056648.7有效
发明人：廖剑;林锋;黎耀炳;冯炯 -专利权人：阿里巴巴集团控股有限公司
申请日： 2011-03-09 - 公布日： 2012-09-19 - 主分类号： G06F17/30 文献下载
摘要：本申请公开了一种确定推荐词的方法及设备，从词特征的相关度、类目特征的相关度来综合考虑候选词与查询词的相关度以及候选词与用户感兴趣的领域的相关度，进而选择与查询词和用户兴趣所在的领域相关度都相对较高的候选词作为推荐词，使得最终得到的推荐词从词义以及词的类目都与查询词以及用户的兴趣高度相关，在针对不同用户的相同查询词来确定推荐词时，可以有效地区分用户的兴趣所在，为用户确定最能反映用户搜索需求的推荐词；同时，由于在确定推荐词时还考虑到了词类目的相关度，因此，即使查询词有不同领域的多种含义，也能够根据用户感兴趣的领域准确地确定推荐词；本申请还可以有效降低推荐词确定过程的工作量，提高确定推荐词的效率。
一种确定推荐方法设备

[发明专利]一种基于实例动态泛化的共指消解方法-CN201010239736.6无效
发明人：秦兵;刘挺;郎君;黎耀炳;张牧宇 -专利权人：哈尔滨工业大学
申请日： 2010-07-29 - 公布日： 2010-12-01 - 主分类号： G06F17/27 文献下载
摘要：一种基于实例的动态泛化共指消解方法，涉及文本信息抽取领域。本发明所述动态泛化共指消解方法由训练实例库构建阶段和篇章内实体消解阶段组成，并经由实例构建、实例库构建、建立索引、动态泛化与实例检索以及共指链合成几部分完成共指消解。本发明不仅解决了共指统计模型中长尾效应，充分发挥低频训练样本的作用，使得本来就很珍贵的训练样本得以充分的发挥，并且使实例的动态泛化机制能够自适应的将测试实例的分类问题转变为训练实例库中最佳泛化点的选定与利用，最终找到最佳匹配的训练实例。
一种基于实例动态泛化消解方法