“杨陟卓”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_中国专利网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

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

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

专利权人

国家电网公司

华为技术有限公司

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

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

钻瓜专利网为您找到相关结果9个，建议您升级VIP下载更多相关专利

[发明专利]一种基于知识图和BART语义的多文档摘要方法-CN202310812349.4在审
发明人： 杨陟卓;褚强 -专利权人：山西大学
申请日： 2023-08-10 - 公布日： 2023-10-10 - 主分类号： G06F16/34 文献下载
摘要：本发明属于自然语言处理技术领域，具体涉及一种基于知识图和BART语义的多文档摘要方法。该方法包括以下步骤：构建多文档摘要训练数据集；构建面向多文档摘要的知识图；构建融合知识和图注意力的多文档摘要模型；训练多文档摘要模型并生成摘要。本发明融合外部知识的语义知识图加强远距离实体的联系，采用知识图和BART语义信息融合的方法，使模型能够更好地结合知识图和文本序列的注意力，弥补深度学习模型的缺点，降低模型对大规模标注样本的依赖，生成质量更高的摘要内容。
一种基于知识 bart 语义文档摘要方法

[发明专利]一种融合CPT和最优化模型的考试阅读理解答案句概括方法-CN202210962724.9在审
发明人： 杨陟卓;蔡志宇;张虎;李茹 -专利权人：山西大学
申请日： 2022-08-11 - 公布日： 2022-11-11 - 主分类号： G06N5/02 文献下载
摘要：本发明属于自然语言处理技术领域，公开了一种融合CPT和最优化模型的考试阅读理解答案句概括方法。本发明基于CPT模型对背景材料答案句进行概括总结，并综合使用语义权威度、问题匹配度、依存句法、句子长度等多种因素优化CPT模型输出的文本，生成信息准确、与问题匹配度高、句法结构完整且对答案要点进行归纳概括的答案句，提升了问答型阅读理解系统的概括总结能力。本申请的成果可应用到教育考试辅导平台中，为科技教育提供有效的技术解决方案。
一种融合 cpt 优化模型考试阅读理解答案概括方法

[发明专利]一种基于图神经网络的考试阅读理解自动问答方法-CN202110859073.6有效
发明人： 杨陟卓;李沫谦;张虎;李茹 -专利权人：山西大学
申请日： 2021-07-28 - 公布日： 2022-09-20 - 主分类号： G06F16/33 文献下载
摘要：本发明提供了一种基于图神经网络的考试阅读理解自动问答方法，包括以下步骤：从互联网的考试网站中爬取考试阅读理解真题和模拟题，并对其进行预处理，构建考试阅读理解问答数据集；利用异构图神经网络构建问答模型；利用异构图神经网络对答案句进行推理分析；对问答模型进行训练，将一个新的考试问题与背景材料中的所有候选句组成测试样本，送入问答模型并获取答案。本发明采用一种基于端对端的神经网络模型对高考阅读理解中复杂问题进行建模。该方法可以方便地将丰富的语义节点和语义关系融入图神经网络中，更加合理的对答案句进行推理分析。
一种基于神经网络考试阅读理解自动问答方法

[发明专利]一种阅读机器人进行自动问答的系统及其应用方法-CN202010183798.3有效
发明人： 杨陟卓;李春转;张虎;钱揖丽;李茹 -专利权人：山西大学
申请日： 2020-03-16 - 公布日： 2022-05-31 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了阅读机器人进行自动问答的方法及系统，包括有题型分析模块、词语相似度匹配模块、段落主题句和作者观点句抽取模块以及答案句抽取模块，本发明首次提出根据概括性问答题特征，然后进行线性插值的方法来分析问题类型，有效地填补了仅根据问句分析问题类型的空白；本发明可以通过抽取段落主题句和作者观点句将一些与问句关键字和框架不匹配的答案候选句召回；本发明能够实现阅读理解中问答题目的智能解答，有效提高了自动问答的答题率；本发明提出的方法也可以应用在文本蕴含、自动文摘、以及复杂问题求解等自然语言处理任务中。
一种阅读机器人进行自动问答系统及其应用方法

[发明专利]一种基于BERT语义表示的阅读理解自动问答方法-CN202010779366.9有效
发明人： 杨陟卓;韩晖;张虎;钱揖丽;李茹 -专利权人：山西大学
申请日： 2020-08-05 - 公布日： 2022-05-31 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种基于BERT语义表示的阅读理解自动问答方法，属于自然语言处理技术领域。本发明通过段落评价对篇章段落进行筛选，去除不包含答案的区域，减少无用信息对模型的解题干扰，利用BERT模型对多片段答案进行了探索，借助预训练的知识进行作答，有效地提高了自动问答的得分率。本申请的成果可应用到基础教育学习考试产品中，为我国中小学生、老师和家长提供高科技教育产品和服务。
一种基于 bert 语义表示阅读理解自动问答方法

[发明专利]一种基于数据增强的阅读理解选择题答题方法-CN202011630675.6有效
发明人：张虎;张颖;雷登斌;潘邦泽;杨陟卓;李茹 -专利权人：山西大学
申请日： 2020-12-31 - 公布日： 2022-05-27 - 主分类号： G06F40/216 文献下载
摘要：本发明涉及自然语言处理领域，具体涉及一种基于数据增强的阅读理解选择题答题方法。所述方法为：利用滑动窗口方法裁剪阅读理解选择题的背景材料；规范阅读理解选择题的背景材料、题干和选项数据格式；利用TF‑IDF方法从词频角度提取答题候选句，得到答题材料句子集X；利用Bi‑Attention从高维句向量角度提取答题候选句，得到答题材料句子集X；合并去重S3、S4所得的句子集X、Y，得到候选句集Z；利用适应于阅读理解选择题的EDA策略扩充候选句集Z，得到最终数据增强候选句集；将最终数据增强候选句集输入到BERT模型做阅读理解选择题答案预测。
一种基于数据增强阅读理解选择题答题方法

[发明专利]一种基于可解释因果模型的司法判决推理方法-CN202010421824.1在审
发明人：张虎;王鑫;杨陟卓;李茹;谭红叶 -专利权人：山西大学
申请日： 2020-05-18 - 公布日： 2020-08-28 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及机器学习、自然语言处理、因果推理等领域，具体涉及一种基于可解释因果模型的司法判决推理方法。包括分析与表示司法数据、定义司法判决推理框架、构建司法判决推理因果模型。其中定义司法判决推理框架包括：提取事实要素、认定事实要素、获得判决结果。模型构建包括：获取原因变量、获取结果变量、构建相关函数、构建司法判决推理因果图。本发明实现了对司法判决的因果推理，能有效解决现有司法判决推理方法缺乏推理机制及可解释性差的问题，可明显提升易混淆案件判决结果的准确率。
一种基于可解释因果模型司法判决推理方法

[发明专利]一种基于大量伪数据的贝叶斯词义消歧方法-CN201710572187.6在审
发明人： 杨陟卓;张虎;李茹;谭红叶;陈千 -专利权人：山西大学
申请日： 2017-07-13 - 公布日： 2017-11-17 - 主分类号： G06F17/27 文献下载
摘要：本发明具体涉及一种新的基于大量伪数据的贝叶斯词义消歧方法，主要解决了当前的词义消歧方法存在消歧效果差、获取消歧知识费时费力等问题。本首先利用依存句法分析器，对训练语料库中包含歧义词的训练实例进行句法分析，收集与歧义词具有依存关系的元组，然后利用机器翻译系统，查找在机器翻译语料库中包含该元组的例句。如此反复进行，将查找出的例句加入伪训练语料库，随后利用训练语料库和伪训练语料库，训练一个贝叶斯消歧模型，最后，利用该消歧模型决策歧义词的词义，可以在少量人工标注语料的基础上，有效缓解词义消歧所面临的数据稀疏问题，提高词义消歧的准确率，该方法具有广阔的发展前景。
一种基于大量数据贝叶斯词义方法

[发明专利]一种基于同义词扩展的贝叶斯词义消歧方法-CN201611157518.1在审
发明人： 杨陟卓;张虎;李茹;陈千;谭红叶 -专利权人：山西大学
申请日： 2016-12-15 - 公布日： 2017-04-26 - 主分类号： G06F17/27 文献下载
摘要：本发明属于自然语言处理方法技术领域，具体地说，涉及一种基于同义词扩展的贝叶斯词义消歧方法。本发明主要解决当前的词义消歧方法存在消歧效果差、获取消歧知识费时费力等问题。本发明一种基于同义词扩展的贝叶斯词义消歧方法，包括以下步骤步骤1、采用同义词词林将训练语料库的上下文进行扩展，生成大量伪训练语料；步骤2、利用词语搭配语料库去除伪训练语料中的噪声，生成伪训练语料库；步骤3、同时采用训练语料库和伪训练语料库训练贝叶斯消歧模型；步骤4、将测试语料输入贝叶斯消歧模型，综合利用两种语料库中的消歧知识，共同决策歧义词的词义。
一种基于同义词扩展贝叶斯词义方法

1
共 9 条

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top