[发明专利]一种题库知识点自动标注方法及系统有效
| 申请号： | 201710859784.7 | 申请日： | 2017-09-21 |
| 公开（公告）号： | CN107590127B | 公开（公告）日： | 2019-12-06 |
| 发明（设计）人： | 孙波;朱云宗;肖融;肖永康;魏云刚;赖松 | 申请（专利权）人： | 北京师范大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 11002 北京路浩知识产权代理有限公司 | 代理人： | 王莹;李相雨<国际申请>=<国际公布>= |
| 地址： | 100875 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种题库知识点自动标注方法及系统，方法包括：对题库中的每个题目预处理，获取在设空符处填写了答案词汇的目标题目，并根据所述目标题目中每个词的位置和预设的词向量，获取所述目标题目中每个词的词向量；根据所述每个词的词向量和所述目标题目的词序列信息，按照预设策略计算所述目标题目的特征向量；根据所述目标题目的特征向量和预设知识点，确定题目考察的知识点。本发明根据题目中每个词的词向量和词序列信息预测知识点，充分利用文本的信息，可以达到较好的标注效果。 | ||
| 搜索关键词： | 一种 题库 知识点 自动 标注 方法 系统 | ||
【主权项】：
1.一种题库知识点自动标注方法，其特征在于，包括：/n对题库中的每个题目预处理，获取在设空符处填写了答案词汇的目标题目，并根据所述目标题目中每个词的位置和预设的词向量，获取所述目标题目中每个词的词向量；所述词向量为包含语义信息的向量；/n根据所述每个词的词向量和所述目标题目的词序列信息，按照预设策略计算所述目标题目的特征向量；/n根据所述目标题目的特征向量和预设知识点，确定题目考察的知识点；/n其中，对题库中的每个题目预处理，获取在设空符处填写了答案词汇的目标题目，包括：/n对题库中的每个题目预处理，获取在每个设空符处只填写了一次答案词汇的目标题目；/n则，根据所述每个词的词向量和所述目标题目的词序列信息，按照预设策略计算所述目标题目的特征向量，包括：/n根据所述每个词的词向量和所述目标题目的词序列信息，计算每个词的特征向量；/n根据每个词的特征向量、每个词的注意力权重和预设的调整向量，计算所述目标题目的特征向量。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京师范大学，未经北京师范大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710859784.7/，转载请声明来源钻瓜专利网。
- 上一篇：一种振动筛装置
- 下一篇：一种带有冷却与筛分震（摇）砂装置
- 同类专利
- 一种应用于垂直领域的专业词汇纠错方法及系统-201810651482.5
- 赵鹏;吴雪军 - 鼎复数据科技(北京)有限公司
- 2018-06-22 - 2019-12-31 - G06F17/27
- 本发明公开了一种应用于垂直领域的智能对话机器人的专业词汇纠错方法及系统，实现过程为：构建混淆集，所述混淆集中包括有拼写正确的专业词汇和与专业词汇对应的易混淆词；对用户拼写输入的句子进行分词处理；加载混淆集，对分词处理后的每个词语进行遍历，识别存在的易混淆词，并替换为正确的专业词汇，完成纠错。本发明中方法和系统可实现实时纠错，耗时极少，有效的提升了客服机器人对用户的意图识别，提升了单轮会话和多轮会话的效果。
- 一种语义识别方法、装置、介质及电子设备-201810653680.5
- 王颖帅;李晓霞;苗诗雨 - 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
- 2018-06-22 - 2019-12-31 - G06F17/27
- 本发明实施例提供了一种语义识别方法，该语义识别方法包括：对所获取的短文本数据进行分词，确定出所述短文本数据中的特征词项；根据所述特征词项的属性，确定出所述特征词项的权重；根据所述特征词项的权重，提取目标词项并生成目标词项列表；基于所述目标词项列表实现语义识别。本发明实施例的技术方案提高了短文本数据的分词效果，提取出符合实际需求的关键词，并对关键词进行综合权重计算，结合语义识别模型，可以更多的覆盖对用户输入信息进行模糊意图理解，进而关联出相对应的实体，提升了对模糊语料的识别准确率。
- 精确理解中文句意的方法-201910851929.8
- 陈绪平;余健;段建刚;刘琨 - 陈绪平
- 2019-09-10 - 2019-12-31 - G06F17/27
- 本发明涉及一种计算机识别中文句意的方法，特别涉及到，在某些专业领域内，精确识别中文句意。包括以下步骤：（1）选定某一领域，建立知识图谱，对领域内的实体字词进行标注；（2）建立句式结构，把以上标注好的实体字词嵌入到中文连接词和语序组成的位格中，构建能精确表达句意的句式结构；（3）由人工根据上述句式结构总结一定数量句式结构，并将上述总结的句式结构建立句式库；（4）构建一个简单实用的机器学习模型，让机器能自动化积累句式结构。
- 命名实体识别方法、装置及存储介质-201910878202.9
- 齐保元;孟二利;王斌 - 北京小米智能科技有限公司
- 2019-09-17 - 2019-12-31 - G06F17/27
- 本公开是关于一种命名实体识别方法、装置及存储介质。在该命名实体识别方法中，对训练语料中每一字符进行初始化，并通过双向卷积网络和注意力机制，对训练语料中随机初始化后的字符进行转换，得到所述训练语料中每个字符的字符向量表征；确定训练语料中每一句子的词向量表征；将所述词向量表征和所述字符向量表征进行拼接，生成第一向量表征；通过双向卷积网络对第一向量表征进行特征增强，并通过注意力机制对特征增强后的向量表征进行转换，得到第二向量表征；基于所述第二向量表征，进行命名实体的识别。通过本公开提高泛化能力，提高命名实体识别的识别能力。
- 一种基于PubMed数据库的英文分词处理系统及方法-201910882780.X
- 马子睿;海强;何玉洁;吴嘉敏 - 宁夏大学
- 2019-09-18 - 2019-12-31 - G06F17/27
- 本发明属于数据挖掘技术领域，公开了一种基于PubMed数据库的英文分词处理系统及方法，利用现有的中英文分词技术对英文分词；基于分词结果的文本相似度计算；将每篇文章向量化，要实现文本向量化就要将原始文献做预处理，预处理中所用到的就是上面所述的英文分词方法；使用word2vec模型挖掘整个文献中词与词之间的关系，找出有利于的数据和其中的关联关系。系统包括：英文分词模块、文本相似度计算模块、数据和关联关系确定模块。本发明增加了数据的可读性，帮助研究人员快速筛选自己想要的文献，提高了文献的利用率；处理后的文献数据为医学研究提供良好的数据基础。
- 基于计算机场景的自然语言理解方法、装置、系统和存储介质-201910923032.1
- 冯海洪;毛德平;许成亮;王康 - 安徽咪鼠科技有限公司
- 2019-09-27 - 2019-12-31 - G06F17/27
- 本发明涉及数据处理领域，尤其涉及一种基于计算机场景的自然语言理解方法、装置、系统和存储介质，该方法包括：首先输入目标文本，然后，使用jieba与HanLp为开源中文分词工具进行分词，将一个汉字序列切分成一个个单独的词，接下来，使用MITIE作为特征提取和实体识别的工具将一段文本序列中包含的实体识别出来，然后，使用sklearn作为意图判定的工具，标注句子所属的类别，最后，对处理的文本内容进行语言翻译，本发明提供一种基于计算机场景的自然语言理解方法，该方法可以应用于计算机端软件，配以相应的硬件设备，将可以为用户提供智能语音交互功能，填补了计算机场景下语音交互技术的空缺，能精确的解析用户的意图。
- 用于获取知识标注信息的方法及装置-201910927638.2
- 徐新超;王海峰;吴华;刘占一 - 北京百度网讯科技有限公司
- 2019-09-27 - 2019-12-31 - G06F17/27
- 本公开的实施例公开了用于获取知识标注信息的方法及装置。该方法的一具体实施方式包括：从上述待处理信息划分为至少一条语句；对于上述至少一条语句中的语句，将该语句导入知识标注模型，得到对应上述语句的知识标注信息，其中，上述知识标注模型用于生成对应上述语句的知识标注信息。该实施方式提高了获取知识标注信息的效率和准确性。
- 寻找相近语义汉字对的方法和装置-201510503977.X
- 徐戈;晁阳;关胤;吴拥民;刘德建 - 福建天晴数码有限公司
- 2015-08-17 - 2019-12-31 - G06F17/27
- 为了为快速高效且具有较高准确性地获取汉字相似度提供基础数据，发明人披露了一种寻找相近语义汉字对的方法，包括如下步骤：从给定的语料库中获取一待判单词，所述待判单词含有四个汉字，依次为Z1、Z2、Z3、Z4；判断Z1与Z3是否为相同汉字，如是则输出Z2和Z4为相近语义汉字对。发明人同时还提供了实现上述寻找相近语义汉字对的方法的装置。
- 话题名称的提取方法及装置-201510697984.8
- 朱波 - 北京国双科技有限公司
- 2015-10-23 - 2019-12-31 - G06F17/27
- 本发明公开了一种话题名称的提取方法及装置，涉及信息技术领域，解决了话题名称可读性低的问题。本发明的主要技术方案为：获取文本数据中各个共现词分别对应的互信息值，从所述共现词中提取互信息值大于预置互信息值的目标共现词，分别获取所述目标共现词与所述文本数据的话题词簇的相似度值，将相似度值大于预置阈值的目标共现词确定为所述文本数据的话题名称。本发明主要用于从文本数据中提取话题名称。
- 一种基于文本逻辑特征的语义风险计算方法-201610245494.9
- 黄玉麟;韩东东;林春雨 - 北京深度时代科技有限公司
- 2016-04-19 - 2019-12-31 - G06F17/27
- 本发明公开了一种基于文本逻辑特征的语义风险计算方法，包括：结构类型预定义，构成预定类型的语义逻辑组合；将待处理文本按段落切分成若干文本，并作切词处理；对待处理段落的词语组合，根据预定义的预定类型的语义逻辑组合进行匹配，遍历预定类型的语义逻辑组合，对命中所有定义语义结构的词语集合计算段落风险值；对所有段落，执行匹配计算处理；归类计算待处理文本所有段落匹配的风险集合，按照段落权重、段落风险值进行累加计算，规约计算后获得顺序化的风险及其分值。通过本发明能够实现高效准确的风险挖掘处理。
- 解析语义的方法和装置-201610338834.2
- 张喜;周鑫 - 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司
- 2016-05-19 - 2019-12-31 - G06F17/27
- 本申请公开了解析语义的方法和装置。所述方法的一具体实施方式包括：接收用户输入的语义信息；解析语义信息，得到关联业务的一次文本特征；计算一次文本特征与语料库中的语料特征的相似度；将与一次文本特征相似度最高的语料特征所属的语料作为一次解析文本；提取一次解析文本的特征，得到二次文本特征；获取业务特征库中与二次文本特征相匹配的业务特征及获取的业务特征所属的业务领域；获取业务特征的权重库中与获取的业务特征相关联的权重值；将权重值最高的业务特征所属的业务领域作为一次解析文本所属的业务领域；在一次解析文本所属的业务领域中解析一次解析文本，得到二次解析文本。该实施方式提高了解析语义的结果的准确性。
- 关键词提取方法和装置-201810630477.6
- 潘岸腾 - 广州优视网络科技有限公司
- 2018-06-19 - 2019-12-27 - G06F17/27
- 本发明提供一种关键词提取方法和装置。该方法，包括：对待处理文章集合中的每篇文章进行分词处理，获取每篇文章包含的词语；针对每个所述词语，确定包含所述词语的文章所构成的集合；根据所述集合，确定每个所述词语的价值，所述价值用于表征每个所述词语区分主题的能力；根据每个所述词语的价值，确定待处理文章集合中每篇文章的关键词。无需预先建立关键词数据库，便可获得最能代表文章主题的关键词，提高了关键词提取的可靠性。
- 一种基于深度学习的市场情报大数据分析方法和装置-201910912510.9
- 黄毅;王涛;王义 - 南京涌亿思信息技术有限公司
- 2019-09-25 - 2019-12-27 - G06F17/27
- 本发明公开了一种基于深度学习的市场情报大数据分析方法和装置，所述方法包括：获取第一语料库；根据所述第一语料库构建学习模型；根据预设的数据源收集范围和所述学习模型，收集对应的语句；判断所述语句是否有语料价值，如是将所述语句加入第一语料库，形成第二语料库；根据所述第二语料库进行数据分析，输出分析结果。本发明采用自然语言处理模型与数据挖掘和文本提取算法的结合，采集和基于语义的情报信息搜索，以实现提高搜索、分析质量，降低系统对硬件条件的要求，从而获得决策依据。
- 一种从工单中提取新词的方法和装置-201510617999.9
- 李国洋;王庆磊;梁德兴 - 北京神州泰岳软件股份有限公司
- 2015-09-24 - 2019-12-27 - G06F17/27
- 本发明公开了一种从工单中提取新词的方法和装置。所述方法包括：获取根据项目的历史工单生成的词频库；对待处理的工单进行分词得到分词词语；对分词词语顺序地两两相邻地进行二元合并得到候选词语，并从词频库中获得每个候选词语的词频；根据候选词语的词频依次对分词结果中的每三个相邻分词词语进行合并判断并处理，获得合并结果，从合并结果中提取合并词语作为本次工单的新词。本发明结合通用分词原理和词频统计的分词原理对待处理工单进行新词提取，通过识别通用分词方式未识别到的词语，扩大新词提取的选择范围，并提高新词提取的准确性。
- 一种电子文档信息的数据提取方法、电子设备及存储介质-201910725818.2
- 李宗蔚;彭彬;区旸;黎毅;吴淦浩;孙风建;李展鹏;罗伟浩;陈堉颖;孙荣 - 中通服建设有限公司
- 2019-08-07 - 2019-12-24 - G06F17/27
- 本发明公开了一种电子文档信息的数据提取方法，首先从获取的电子文档信息中提取文本的正文内容；然后对提取的正文内容进行预处理，转换为标准化的文本内容，并对其划分为多个短句；根据配置文件对每个短句依据关键字依次进行主题匹配、属性名匹配以及属性值匹配，得出电子文档信息中的属性名以及对应的属性值，实现了电子文档信息中的信息抽取，解决了现有技术中数据抽取的效果低下等的问题。本发明还公开了一种电子设备和存储介质。
- 一种关键人名语境错误检测方法及系统-201910737596.6
- 张勇;朱立松 - 央视国际网络无锡有限公司
- 2019-08-12 - 2019-12-24 - G06F17/27
- 本发明是关键人名语境错误检测方法及系统，该方法包括：确定需审核的关键人名集合；选定连续N个字作为暗词或者选定关键人名，然后取这个暗词或关键人名的上下文；使用分词算法分别对暗词或关键人名上下文进行分词；将分词结果向量化；将结果输入机器学习分类器，分类器输出；当暗词不属于关键人名集合中的人名且分类器的输出不是其它时，判断该暗词为错误用词，当关键人名属于关键人名集合中的人名且与分类器的输出不同时，判断该词为错误语境，提示审核人员进行重点审核。该系统包括输入、暗词选择、名字标定、取上下文、分词、词向量化、分类器和警报器模块。本发明的优点：能够识别存在指代含义的暗词，能够识别出现在错误语境中的关键人名。
- 短文本完整性识别方法、装置、存储介质及计算机设备-201910740545.9
- 刘逸哲 - 大箴(杭州)科技有限公司
- 2019-08-12 - 2019-12-24 - G06F17/27
- 本发明公开了一种短文本完整性识别方法、装置、存储介质及计算机设备，涉及信息技术领域，主要目的在于能够提升短文本完整性的识别精确度，以及识别效率，所述方法包括：获取已有的短文本集，并收集海量文本；根据所述短文本集中被截断短文本的概率分布和所述海量文本，对所述短文本集进行增量处理；利用预设卷积神经网络算法，对增量后的短文本集中的短文本、及其对应的完整性类别标签进行训练，得到短文本完整性识别模型；将待识别短文本输入到所述短文本完整性识别模型进行识别，以确定所述待识别短文本是否完整。本发明适用于短文本完整性的识别。
- 标注质量的检测方法、装置、计算机设备和存储介质-201910827385.1
- 付嘉懿;石真;涂臻 - 深圳追一科技有限公司
- 2019-09-03 - 2019-12-24 - G06F17/27
- 本申请涉及一种标注质量的检测方法、装置、计算机设备和存储介质。所述方法包括：获取标注员对多个目标数据分别标注后得到的多个第一文本数据；采用神经网络识别模型分别对多个所述目标数据进行识别，得到多个第二文本数据；从多个所述第一文本数据中，筛选出待全检的第一文本数据和待抽检的第一文本数据；所述待全检的第一文本数据为与所述第二文本数据不匹配的第一文本数据，所述待抽检的第一文本数据为与所述第二文本数据匹配的第一文本数据。通过本发明实施例，可以在保证标注质量的前提下，降低全检的数量，提高检测效率。
- 基于深度学习的盗窃罪辅助量刑方法-201910870274.9
- 叶麟;张宏莉;方滨兴;李尚;郭镔;蔡怡蕾;郭小丁;陈喆 - 哈尔滨工业大学
- 2019-09-16 - 2019-12-24 - G06F17/27
- 基于深度学习的盗窃罪辅助量刑方法属于计算机领域；无法实现在较少人工标注情况下的案情语义表示和特定罪名的刑期精准预测；包括根据刑法规定和关于盗窃罪的量刑规定，结合已公开的盗窃罪一审判决书，从被盗窃物品价值、犯罪主体信息、犯罪事实描述、判决结果角度定义形式化描述盗窃案的11维特征；对裁判文书进行文本预处理；整合为语料集，训练词向量；完成除被盗窃物品价值和刑期之外特征的提取，使用循环神经网络为每一维特征分别构建特征生成器，从而提取特征值；使用线性回归和多层神经网络模型作为预测器，输入案件特征向量，输出刑期预测结果；能够在较少依赖人工标注的情况下实现对案情的深度语义理解和给出明确的刑期预测值。
- 基于NLP的维保车况智能识别方法及装置-201910890998.X
- 钟建锋;陈美兰 - 广州穗圣信息科技有限公司
- 2019-09-20 - 2019-12-24 - G06F17/27
- 本发明提供了一种基于NLP的维保车况智能识别方法及装置。所述方法包括：根据由结合评估师整理的专家规则以及程序利用相关技术共同形成的分词库，对维保内容进行分词处理；对分词处理的结果进行语序判断；根据专业评估师整理得出的部件规则库，对语序判断的结果进行匹配，识别是否出现故障，以及出现的故障类型。本发明提供的基于NLP的维保车况智能识别方法及装置能够保证在维保过程中保证故障类型被准确的识别。
- 一种通过深度卷积神经网络进行短文本间相似度计算的方法-201611076255.1
- 魏笔凡;郭朝彤;刘均;郑庆华;吴蓓;郑元浩;石磊;吴科炜 - 西安交通大学
- 2016-11-29 - 2019-12-24 - G06F17/27
- 本发明公开了一种通过深度卷积神经网络进行短文本间相似度计算的方法，目的在于，利用短文本中出现的每一个词语计算短文本间的相似度，使相似度的值计算的更加准确，所采用的技术方案为：1)把若干短文本表示成若干个矩阵，用相应的词向量依次替换文本中的每个单词，得到一个有序的向量序列，视为一个矩阵；2)对两个表示目标短文本的矩阵生成其相似矩阵；通过对词向量之间的余弦相似度进行排列，得到其相似矩阵；3)把相似矩阵的行和列平铺成相同维度；4)把相似矩阵降维成一个值作为相似度；对于所有同维度的相似矩阵，通过深度卷积神经网络对相似矩阵进行训练降维，再通过多层感知机计算相似程度，来代表相似度的值。
- 情感词汇的识别方法及装置-201611199221.1
- 王伟 - 东软集团股份有限公司
- 2016-12-22 - 2019-12-24 - G06F17/27
- 本发明公开了一种情感词汇的识别方法及装置，涉及网络技术领域，可以根据文本信息的情感倾向性，所述方法包括：对所述文本信息进行正负向情感标记，以及对所述文本信息进行分词处理，得到多个情感候选词汇；根据所述文本信息的正负向情感标记结果和卡方统计特征选择算法，从所述多个情感候选词汇中统计得到词汇卡方值大于或等于预设阈值的第一情感词汇候选集合；根据所述文本信息的正负向情感标记结果和逻辑回归分类算法，计算所述第一情感词汇候选集合中每个情感候选词汇对应的情感倾向强度值；将所述第一情感词汇候选集合中情感倾向强度值大于或等于预设强度阈值的情感候选词汇，确定为所述文本信息中存在的情感词汇。
- 信息处理装置、信息处理方法以及程序-201880028713.5
- 园部勋;三渊乔;田中秀明;鹰栖弘明;山田一宏;光野泰弘 - 日铁系统集成株式会社
- 2018-06-12 - 2019-12-24 - G06F17/27
- 本发明的信息处理装置从作为文档数据的输入数据中抽出多个特征量，取得与抽出的多个特征量的每一个对应的单词的分散表达，根据取得的分散表达，将抽出的多个特征量集中到多个分区。
- 通过使用交流话语树启用修辞分析-201880030891.1
- B·加里斯基 - 甲骨文国际公司
- 2018-05-09 - 2019-12-24 - G06F17/27
- 本发明的系统、设备和方法计算一个或多个句子之间的修辞关系。在示例中，计算机实现的方法访问包括多个片段的句子。至少一个片段包括动词和词语。每个词语都包含片段内的词语的角色。每个片段都是基本话语单元。该方法生成话语树，该话语树表示句子片段之间的修辞关系。话语树包括节点，节点包括非终止节点和终止节点，每个非终止节点表示两个句子片段之间的修辞关系，并且话语树的节点中的每个终止节点与句子片段之一相关联。该方法将具有动词的每个片段与动词签名进行匹配，从而创建交流话语树。
- 一种小学语文作文排比句自动识别的方法-201910539392.1
- 朱晓亮;谯宇同;龚颖;殷姿;董鑫;石昀东;刘三女牙;杨宗凯 - 华中师范大学
- 2019-06-20 - 2019-12-20 - G06F17/27
- 本发明属于教育信息化领域，提供一种小学语文作文排比句自动识别的方法，该方法利用排比句独有的句式特征，分别从以分号作为分隔符和以逗号作为分隔符两方面进行作文预料中排比句自动识别，包括：(1)输入语料，判断是否有分号；(2)获取语句的分句个数；(3)分句情感色彩的判定；(4)检测分句之间是否存在公共部分；(5)计算各待定项在分句中位置的标准差。本发明为基于修辞使用的小学语文作文自动评分器的构建引入了排比句识别的方法。
- AI/ML增强发音课程设计和个性化练习计划方法-201910749545.5
- 权进国;苟大银;张颢 - 清华大学深圳研究生院
- 2019-08-14 - 2019-12-20 - G06F17/27
- 本发明涉及一种AI/ML增强发音课程设计和个性化练习计划方法，包括如下步骤：S1、通过神经网络和机器学习形成语音发音剪辑的特征抽取器；S2、利用得到的特征抽取器对学习者发音进行评分；S3、建立学习者的发音练习历史数据库或/和单词练习历史数据库；S4、利用发音练习历史数据库或/和单词练习历史数据库进行动态个性化练习进度安排。本发明使每个学习者都有一个个性化的学习计划，使学习者的时间和努力不会平均到所有的发音或练习词上，而是更有效率地分配到其重点需要学习的部分，从而本发明所述的方法节省了学习者的时间，将时间和精力投入到对他/她来说真正必要的地方，而不是将时间和精力浪费在很容易掌握或是他/她已经掌握的地方。
- 一种快速命名体识别方法-201910834672.5
- 齐涛;黄永峰 - 清华大学
- 2019-09-05 - 2019-12-20 - G06F17/27
- 本发明提出一种快速命名体识别方法，涉及命名体识别领域。该方法首先对待识别的文本进行预处理，将文本进行分句，并转换为字符序列；对预处理完毕的文本分别进行局部信息建模和全局信息建模，得到文本字符的局部上下文表示和全局上下文表示；基于文本字符的局部上下文表示和全局上下文表示对文本字符的标签序列进行联合解码，得到得到命名体识别任务的损失函数，对损失函数进行优化，得到文本的命名体识别结果。本发明在保持命名体识别性能的前提下有效地提升了命名体识别的速度。
- 一种关键词提取方法、装置、设备及存储介质-201910843003.4
- 智绪浩 - 腾讯科技(深圳)有限公司
- 2019-09-06 - 2019-12-20 - G06F17/27
- 本发明涉及文本处理技术领域，具体是一种关键词提取方法、装置、设备及存储介质，所述方法包括：获取待提取语料文本；将所述待提取语料文本输入文本标注模型进行字符类型标注处理，得到所述待提取语料文本中每个字符对应的标签；其中，所述文本标注模型通过使用带有样本标签的训练语料文本基于预设神经网络模型进行有监督的训练确定，所述预设神经网络模型包括语义表示模型、与所述语义表示模型连接的全连接层、与所述全连接层连接的条件随机场以及与所述条件随机场连接的输出层；获取所述待提取语料文本中对应预设标签的字符；根据所述对应预设标签的字符确定所述待提取语料文本的关键词。本发明的方法能够提高关键词提取的准确度和召回率。
- 一种意图识别结果纠错方法-201910853882.9
- 贾川江;周杰;李足红 - 四川长虹电器股份有限公司
- 2019-09-10 - 2019-12-20 - G06F17/27
- 本发明公开了一种意图识别结果纠错方法，用于对意图识别模块的识别结果进行纠错，包括以下步骤：A.自定义词典；B.定义纠错规则；C.对用户输入的信息进行分词及实体抽取；D.将分词结果在自定义的词典中进行匹配；E.结合匹配结果及纠错规则，判断意图识别模块的识别结果是否错误，若错误，则将正确的识别结果替换错误结果进行输出，否则，直接输出意图识别模块的识别结果。本发明的意图识别结果纠错方法通过设计一种结合实体抽取的纠错规则，实现对模型识别错误意图进行修正的方法，达到提高模型识别率的目标。
- 关系定义一切语义的存在计算模型中的语义识别和推导方法-201910856230.0
- 段玉聪;湛楼高 - 海南大学
- 2019-09-11 - 2019-12-20 - G06F17/27
- 本发明提出一种关系定义一切语义的存在计算模型中的语义识别和推导方法，其存在计算模型包括存在级别跟踪模块，传递存在价值评估模块，以自上而下的方式扩展存在传递价值的推理和以自下而上存在的传递价值的公理和模块，旨在解决概念语义的识别、建模和概念的语义形式化等问题。
- 专利分类
