“程碧霄”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4个，建议您升级VIP下载更多相关专利

[发明专利]一种基于篇章信息的中文水果品种信息抽取方法及装置-CN201611043050.3有效
发明人：陈瑛;程曦瑶;程碧霄 -专利权人：中国农业大学
申请日： 2016-11-21 - 公布日： 2019-07-05 - 主分类号： G06F17/27 文献下载
摘要：本发明提供一种基于篇章信息的中文水果品种信息抽取方法及装置。通过获取语料，在搜索引擎网站爬取下载与水果相关的页面；对所述与水果相关的页面进行语料标注；对所述与水果相关的页面进行词项对提取，将词项对分为训练语料和测试语料；对所述语料进行基于篇章结构的远距离特征提取；利用训练语料特征训练得到基于深度学习的组合分类器；利用组合分类器从测试语料中抽取水果品种信息；将与水果相关的页面随机分为N组，重复执行，获得评估结果。改进目前的信息抽取技术，使其更加适应于农业领域，提高了水果品种名称识别与抽取的准确率。
一种基于篇章信息中文水果品种抽取方法装置

[发明专利]一种针对海量新闻的疾病名词自动识别方法-CN201510756485.1有效
发明人：陈瑛;裴蓓;程碧霄;高万林;赵明;彭珺;杜亚茹 -专利权人：中国农业大学;公安部第三研究所
申请日： 2015-11-09 - 公布日： 2018-08-31 - 主分类号： G06F17/27 文献下载
摘要：本发明提供一种针对海量新闻的疾病名词自动识别方法，所述方法包括，获取第一预设新闻材料中的语料数据；构建疾病领域本体；对所述疾病领域本体进行扩充，得到扩充后的疾病领域本体；利用所述扩充后的疾病领域本体对从第一预设新闻材料中获取的语料数据进行自动标注，得到带有扩充后的疾病名词标注的训练语料；根据所述带有扩充后的疾病名词标注的训练语料，建立疾病名词自动识别模型；根据所述疾病名词自动识别模型，对第二预设新闻材料中的语料进行疾病名词识别。本发明所述方法实现了对新闻报道等语言通俗的文献中的疾病名词或其别名的自动识别。
一种疾病名词自动识别方法

[发明专利]含有命名实体的语料翻译方法、装置、电子设备及存储介质-CN201711245629.2在审
发明人：李晓普;宋洪伟;程碧霄;闵可锐 -专利权人：北京金山安全软件有限公司
申请日： 2017-11-30 - 公布日： 2018-05-08 - 主分类号： G06F17/28 文献下载
摘要：本发明实施例提供一种含有命名实体的语料翻译方法、装置、电子设备及存储介质，涉及机器翻译领域，用于解决现有机器翻译方法对含有命名实体的语料翻译准确率不高的问题。所述含有命名实体的语料翻译方法包括：接收含有命名实体的待翻译语料；通过机器学习模型对所述待翻译语料进行翻译，得到第一翻译结果；其中，所述机器学习模型对所述待翻译语料进行翻译时，将所述待翻译语料中的命名实体翻译为第一字符串；从所述待翻译语料中获取与所述第一字符串对应的命名实体；根据预设的翻译规则将所述命名实体翻译为目标语言文字串；将所述第一翻译结果中的所述第一字符串替换为所述目标语言文字串，得到第二翻译结果。本发明适用于各种机器翻译模型。
含有命名实体语料翻译方法装置电子设备存储介质

[发明专利]一种基于深度学习的集成式食品安全文本分类方法-CN201610976304.0在审
发明人：陈瑛;程碧霄;程曦瑶 -专利权人：中国农业大学
申请日： 2016-11-07 - 公布日： 2017-04-19 - 主分类号： G06F17/30 文献下载
摘要：一种基于深度学习的集成式食品安全文本分类方法。本发明涉及中文食品安全文本分类方法，包括如下步骤S1步骤进行新闻语料采集，得三类文档食品安全类、非食品安全类和无标签类文档；S2步骤将所述语料进行处理，分成训练语料和测试语料；S3步骤在训练阶段，首先将所述训练语料中负样本随机分成N组，每组的负样本和正样本组合成一个训练语料子集，其次，采用深度学习方法用所述子集训练生成一个基分类器，最后，N个基分类器组成基于深度学习的组合分类器；S4步骤在测试阶段，用所述组合分类器对所述测试语料进行分类，得到N个分类标签；按照多数投票制对标签进行投票，得到最终分类标签。本发明能解决中文食品安全语料中的单类分类问题，准确地从网络新闻中筛选出食品安全相关报道。
一种基于深度学习集成食品安全文本分类方法