[发明专利]用于知识库构建的记忆网络的定向探测在审
| 申请号： | 202180035177.3 | 申请日： | 2021-04-15 |
| 公开（公告）号： | CN115605860A | 公开（公告）日： | 2023-01-13 |
| 发明（设计）人： | 罗纳德·E·丹尼尔;保罗·托马斯·格罗斯;苏吉特·帕尔 | 申请（专利权）人： | 爱思唯尔有限公司;罗纳德·E·丹尼尔;保罗·托马斯·格罗斯;苏吉特·帕尔 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F16/36;G06F16/901;G06F16/955;G06N3/08;G06N3/04 |
| 代理公司： | 北京三聚阳光知识产权代理有限公司 11250 | 代理人： | 程钢 |
| 地址： | 美国纽*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种维护知识库的系统，所述系统包括设备，从而：(i)产生第一接口，以接收用于传输至问答系统的查询，并提供响应，所述响应包括一个或多个建议三元组列表，(ii)在选择特定三元组后，生成第二接口，以：提供至少一个证据记录，所述证据记录包括支持所述特定三元组的文本跨度，并提供与每个证据记录相关联的一个或多个控制元件，所述一个或多个控制元件包括以下中的至少一个：第一控制元件，所述第一控制元件可选择引用其对应的证据记录和文本跨度为支持所述特定三元组，或第二控制元件，可被选择以防止其对应的证据记录和文本跨度被引用为支持所述特定三元组，以及(iii)基于所述一个或多个控制元件的选择来生成数据结构，从而更新所述知识库。 | ||
| 搜索关键词： | 用于 知识库 构建 记忆 网络 定向 探测 | ||
【主权项】：
暂无信息
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爱思唯尔有限公司;罗纳德·E·丹尼尔;保罗·托马斯·格罗斯;苏吉特·帕尔，未经爱思唯尔有限公司;罗纳德·E·丹尼尔;保罗·托马斯·格罗斯;苏吉特·帕尔许可，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/202180035177.3/，转载请声明来源钻瓜专利网。
- 同类专利
- 用于自然语言处理的多因素建模-202280010693.5
- E·L·贾拉勒丁;V·比什诺伊;M·E·约翰逊;T·L·杜翁;徐莹 - 甲骨文国际公司
- 2022-01-19 - 2023-09-22 - G06F16/332
- 公开了用于系统的技术，包括用于训练和利用聊天机器人系统进行自然语言处理的多因素建模的技术。在实施例中，一种方法包括：接收与基于自然语言的查询相对应的一组话语数据；为聊天机器人确定一个或多个意图，所述一个或多个意图对应于基于自然语言的查询的可能上下文并且与聊天机器人的技能相关联；生成一个或多个意图分类数据集，每个意图分类数据集与自然语言查询对应于一个或多个意图中的意图的概率相关联；生成一个或多个变换后的数据集，每个变换后的数据集对应于一个或多个技能中的技能；基于一个或多个变换后的数据集来确定一个或多个技能中的第一技能；以及基于所确定的第一技能来处理该组话语数据以解析基于自然语言的查询。
- 上下文标签与命名实体识别模型的集成-202280010945.4
- D·武;T·Q·范;C·D·V·黄;S·P·K·加德;T·L·杜翁;M·E·约翰逊;V·比什诺伊 - 甲骨文国际公司
- 2022-01-19 - 2023-09-08 - G06F16/332
- 提供了在命名实体识别(NER)模型中使用上下文标签的技术。在一个特定方面，提供了一种方法，该方法包括：接收话语；生成针对话语的词的嵌入；生成针对话语的正则表达式和地名词典特征向量；生成针对话语的上下文标签分布特征向量；将嵌入与正则表达式和地名词典特征向量以及上下文标签分布特征向量进行串连或插值以生成一组特征向量；基于该组特征向量生成话语的编码形式；基于话语的编码形式生成对数概率；以及识别针对话语的一个或多个约束。
- 用于自然语言处理器的多特征平衡-202280011027.3
- T·L·杜翁;V·比什诺伊;M·E·约翰逊;E·L·贾拉勒丁;T·Q·范;C·D·V·黄;P·扎雷穆迪;S·P·K·加德;A·D·卡努加;李子恺;Y·吴 - 甲骨文国际公司
- 2022-01-20 - 2023-09-08 - G06F16/332
- 公开了用于系统的技术，该技术包括用于自然语言处理器的多特征平衡的技术。在实施例中，一种方法包括：接收要由机器学习模型处理的自然语言查询，该机器学习模型利用自然语言短语数据集来处理自然语言查询；基于机器学习模型和自然语言查询来确定特征丢弃值；并基于自然语言查询生成可以被输入到机器学习模型的一个或多个上下文特征和一个或多个表达特征；基于特征丢弃值修改一个或多个上下文特征和一个或多个表达特征中的至少一者，以生成用于机器学习模型的一组输入特征；以及处理该组输入特征，以使得生成用于与自然语言查询相对应的输出数据集。
- 文件检索装置、文件检索系统、文件检索程序及文件检索方法-202080013528.6
- 南拓也;川原悠;竹本真平;武田领子;奥野好成 - 株式会社力森诺科
- 2020-02-10 - 2023-09-01 - G06F16/332
- 文件检索装置包括：输入接受部，接受关键字的输入；文件获取部，从存放有作为对手写文件的文件图像数据进行文字识别处理而成的文本数据的文件档案、以及写下手写文件的文字的书写者名称的数字文件数据库中，获取书写者名称以及文件档案；对应关键字获取部，参照存放有将书写者名称、关键字以及对应关键字关联的信息的对应关键字数据库，并根据通过输入接受部输入的关键字以及由文件获取部获取的书写者名称，获取被输入的关键字的对应关键字；文件检索部，利用被输入的关键字以及获取的对应关键字，对文件获取部获取的文件档案进行检索；检索结果输出部，输出文件检索部的检索结果。
- 文档检索装置-202180061725.X
- 川原悠;南拓也;冈野悠;高仁子;奥野好成 - 株式会社力森诺科
- 2021-09-07 - 2023-07-21 - G06F16/332
- 提高包含错字的文档中的文档检索的精度。根据本发明的一个实施方式的文档检索装置包括：错误识别表，存储有正确识别的字符串和错误识别的字符串；以及文档检索部，取得检索字符串，并且从文档、以及通过将包含在所述文档中的所述错误识别的字符串修改为所述正确识别的字符串而得到的字符串两者检索所述检索字符串。
- 基于推理的自然语言解释-202180054088.3
- J·瑟恩;S·巴蒂亚;A·达尔米亚;K·桑卡拉纳拉闫安 - 国际商业机器公司
- 2021-08-31 - 2023-06-06 - G06F16/332
- 一种用于生成域特定的基于推理的含义表示的自然语言处理方法。该方法可包括经由结构化或非结构化数据接收用户查询。该方法还可包括使用域特定本体和通用事实从用户查询生成结构化查询。进一步地，该方法可包括可以分析包括结构化查询来确定该结构化查询是否被分配了一致的概念、属性和动作。此外，该方法可以包括如果确定结构化查询与域本体和通用事实不一致，则校正结构化查询。
- 文档处理和响应生成系统-202180052789.3
- 大卫·纳哈莫;伊戈尔·罗蒂蒂斯·雅布洛科夫;瓦伊巴夫·戈尔;艾蒂安·马切雷;艾伦·艾德·基斯拉尔;史蒂文·约翰·雷尼;玛丽·温泽尔·米特尔;顺德·阿蒂瓦尼查亚丰;约瑟夫·艾伦·普鲁特;约翰·普鲁特;布莱恩·登普西;兰加查里·阿南德;梅根·希基;阿金克雅·泽德布克;尼尔·罗赫特·马利纳;卢卡斯·西尔;格雷戈里·佩尔顿;成哲;马修·布莱恩·科布;卡米·约瑟夫·罗斯伯格 - 普莱恩公司
- 2021-06-25 - 2023-05-23 - G06F16/332
- 公开了方法、系统、设备、装置、介质、设计结构和其他实现，包括一种方法，该方法包括在本地设备处从远程设备接收表示问题的查询数据，该问题与多个源文档的存储库中的源文档的源内容相关，其中该源内容与能够从本地设备访问的转换后内容相关联。该方法还包括响应于在本地设备处确定出查询数据与转换后内容的至少一部分之间的匹配而生成输出数据，输出数据包括用于在能够从远程设备访问的源文档中访问与转换后内容的至少一部分对应的源文档的至少一部分的指针或源文档的至少一部分的副本中的一个或更多个。
- 用于提供对查询的答案的系统和方法-202180020914.2
- 伯特·斯道布;桑贾伊·夏尔马;索哈·阿拉布卡扎利;德鲁夫·萨卡利;查德·莫里斯;桑尼·邱-韦伯斯特;夏伊·马泰;贾纳德哈纳·普努鲁;萨钦·库马尔;基肖尔·伊瑟拉杰;亚伦·波尔 - 雷克斯股份有限公司;伯特·斯道布;桑贾伊·夏尔马;索哈·阿拉布卡扎利;德鲁夫·萨卡利;查德·莫里斯;桑尼·邱-韦伯斯特;夏伊·马泰;贾纳德哈纳·普努鲁;萨钦·库马尔;基肖尔·伊瑟拉杰;亚伦·波尔
- 2021-01-14 - 2023-05-16 - G06F16/332
- 公开了用于开放域问题回答的系统和方法。在一个实施例中，一种提供对问题的答案的方法包括：由计算设备检索与搜索查询相关的多个段落；生成多个问题‑段落对，其中每个问题‑段落对包括搜索查询和多个段落中的单独段落；以及使用计算机模型来确定多个问题‑段落对中的至少一些问题‑段落对中的每个问题‑段落对的段落是对由搜索查询提出的问题的答案的概率。该方法还包括：在电子显示器上显示问题‑段落对的选定段落，该选定段落具有最高概率是作为对由搜索查询提出的问题的答案的段落。
- 通信内容定制-202180057082.1
- F·弗洛特;S·克瓦特拉;P·卢斯滕贝格尔;S·拉维扎 - 国际商业机器公司
- 2021-08-02 - 2023-04-28 - G06F16/332
- 提供了一种用于个性化发送者和接收者之间的消息的方法。该方法包括语义地分析通信历史以形成知识图，使用第一训练的ML模型来导出形式等级值，分析回复的参数值以确定接收者影响分数，以及训练第二ML系统以生成预测接收者影响分数值的模型。该方法还包括选择被起草的消息中的语言表达，确定表达意图，基于形式等级和表达意图来修改语言表达以生成修改的语言表达，以及测试修改的语言表达是否具有更高的接收者影响分数的增加的可能性。该方法还包括重复选择语言表达、确定表达意图、修改语言表达以及测试，直到满足停止准则。
- 用于执行法律简要分析的方法和系统-202180057501.1
- S·沙尔玛;J·普努鲁;M·佩蒂亚拉;M·休哈特 - 雷克斯股份有限公司
- 2021-06-30 - 2023-04-28 - G06F16/332
- 一种方法，包含：在计算设备处接收电子文档，其中电子文档是包括多个段落的法律简要；从多个段落中标识一个或多个论据段落，其中一个或多个论据段落中的每一个论据段落包含一个或多个法律论据；基于所标识的论据段落的所选择的集合来对法律文档的语料库执行文本搜索；基于所标识的论据段落的所选择的集合来对法律文档的语料库执行语义搜索；组合文本搜索的结果和语义搜索的结果；并将所组合的结果呈现给用户。
- 在对话系统中自动创建新意图并分配示例的概念预测-202180051398.X
- A·P·阿帕尔;P·罗迪瑞国卡瓦林;V·H·阿尔维斯瑞贝罗;C·S·皮尼哈内兹;G·罗扎达玛尔法蒂 - 国际商业机器公司
- 2021-06-22 - 2023-04-18 - G06F16/332
- 在对话系统中自动创建新意图并为这些新意图分配示例的方法包括：通过组合意图概念图的两个或多个节点，从意图概念图生成至少一个预测意图。生成至少一个预测意图的图嵌入。从来自通话日志的示例生成句子嵌入。然后，将至少一个预测意图的图嵌入与来自句子嵌入的示例进行匹配，并且将至少一个预测意图与示例连接到对话系统中。
- 一种问题查询装置、方法、设备及存储介质-202180000036.8
- 张帆;魏小红;贺王强;苗新宇;蒋成伟;王瑜;王玉峰;王洪 - 京东方科技集团股份有限公司
- 2021-01-12 - 2023-04-04 - G06F16/332
- 一种问题查询装置、方法、终端及存储介质，其中，问题查询方法，包括：获取用户的输入信息；根据用户的输入信息获取用户的意图信息；确定答案生成规则；根据输入信息和意图信息利用答案生成规则生成第一答案并提供给用户。
- 旅行情况下基于增强现实的语音翻译-202180046641.9
- 弗吉尼亚·德拉蒙德;伊尔泰里什·卡恩·詹贝尔克;吉恩·罗;阿列克·马西森;希丽亚·妮科尔·穆尔库扬尼斯 - 斯纳普公司
- 2021-06-23 - 2023-03-28 - G06F16/332
- 本公开内容的方面涉及一种包括计算机可读存储介质的系统，该计算机可读存储介质存储用于与旅行相关联地提供增强现实内容的程序和方法。该程序和方法提供了：由消息应用接收与由设备摄像装置捕获的图像相关联地执行扫描操作的请求；确定与该请求相关联的旅行参数和图像中描绘的对象的属性；基于旅行参数或属性中的至少一个选择增强现实内容项，该增强现实内容项被配置成基于语音输入呈现增强现实内容；接收语音输入；获得语音输入的转录或翻译中的至少一个；以及与图像相关联地呈现包括转录或翻译的增强现实内容项。
- 用于基于环境信号呈现隐私友好的查询活动的方法和系统-202180046019.8
- 马修·谢里菲;维克托·克尔布内 - 谷歌有限责任公司
- 2021-11-22 - 2023-03-03 - G06F16/332
- 实施方式针对从用户接收搜索查询，获得与当接收到搜索查询时用户所处的环境相关联的(多个)环境信号，处理(多个)环境信号以生成与搜索查询的提交相关联的隐私度量，获得与当接收到针对搜索界面的用户输入时用户所处的环境相关联的(多个)附加环境信号，处理(多个)附加环境信号以生成与用户输入相关联的附加隐私度量，至少基于隐私度量和附加隐私度量从用户的历史搜索查询的超集中选择历史搜索查询的子集，并且响应于接收到针对搜索界面的用户输入，使得向用户呈现历史搜索查询的子集。
- 基于NLP模型增强的语料库的定向部分重新丰富-202180037590.3
- S·卡列尔;B·布尔;P·L·费尔特;D·S·曼斯朱 - 国际商业机器公司
- 2021-06-09 - 2023-02-03 - G06F16/332
- 一种计算机实现的方法包括确定至少一个自然语言处理(NLP)请求与至少一个表面形式相关联，该NLP请求针对语料库，数据库包括与语料库相关联的预先存在的注释。执行与至少一个表面形式相关的索引查询以生成索引查询结果，该索引查询结果包括受NLP请求影响的语料库的部分的标识。基于索引查询结果确定与数据库相关的NLP请求的范围，该范围包括受NLP请求影响的预先存在的注释的受影响的候选注释的标识。根据范围和部分对语料库执行NLP服务，从而导致更新。向与语料库相关联的数据库提交更新。
- 用于知识库构建的记忆网络的定向探测-202180035177.3
- 罗纳德·E·丹尼尔;保罗·托马斯·格罗斯;苏吉特·帕尔 - 爱思唯尔有限公司;罗纳德·E·丹尼尔;保罗·托马斯·格罗斯;苏吉特·帕尔
- 2021-04-15 - 2023-01-13 - G06F16/332
- 一种维护知识库的系统，所述系统包括设备，从而：(i)产生第一接口，以接收用于传输至问答系统的查询，并提供响应，所述响应包括一个或多个建议三元组列表，(ii)在选择特定三元组后，生成第二接口，以：提供至少一个证据记录，所述证据记录包括支持所述特定三元组的文本跨度，并提供与每个证据记录相关联的一个或多个控制元件，所述一个或多个控制元件包括以下中的至少一个：第一控制元件，所述第一控制元件可选择引用其对应的证据记录和文本跨度为支持所述特定三元组，或第二控制元件，可被选择以防止其对应的证据记录和文本跨度被引用为支持所述特定三元组，以及(iii)基于所述一个或多个控制元件的选择来生成数据结构，从而更新所述知识库。
- 基于设备特定信号来推断用于助理设备的语义标签-202080100906.4
- 马修·谢里菲;维克托·克尔布内 - 谷歌有限责任公司
- 2020-12-14 - 2023-01-13 - G06F16/332
- 实施方式能够从生态系统中的多个助理设备当中识别给定助理设备，获得由给定助理设备生成的设备特定信号，处理设备特定信号以生成用于给定助理设备的候选语义标签，从候选语义标签当中选择用于给定助理设备的给定语义标签，以及在生态系统的设备拓扑表示中将给定语义标签指派给给定助理设备。实施方式能够可选地在助理设备处接收包括查询或命令的口头话语，确定查询或命令的语义属性与到给定助理设备的给定语义标签匹配，并且使得给定助理设备满足查询或命令。
- 一种问答处理方法、装置、电子设备和计算机可读存储介质-202180000970.X
- 张振中 - 京东方科技集团股份有限公司
- 2021-04-29 - 2022-12-30 - G06F16/332
- 本公开提供一种问答处理方法、装置、电子设备和计算机可读存储介质。问答处理方法，包括以下步骤：获取输入问题和候选问题答案对，其中，候选问题答案对包括候选问题和与候选问题相匹配的候选答案；将输入问题输入第一模型，得到输入问题向量；计算输入问题向量与候选问题向量之间的相似度，以及计算输入问题向量与候选答案向量之间的相关度；根据相似度和相关度确定候选答案和输入问题的匹配程度。
- 用于基于约束的超参数调优的方法和系统-202180025672.6
- M·E·约翰逊;T·L·董;V·韦氏诺一;S·维纳科塔;T·帕姆;C·D·V·黄 - 甲骨文国际公司
- 2021-03-30 - 2022-11-25 - G06F16/332
- 公开了用于对模型的超参数进行调优的技术。获得用于训练模型的数据集并选择用于评估模型的性能的度量。每个度量被指派指定对模型的性能的重要性的权重。创建基于加权度量测量性能的函数。对超参数进行调优以优化模型性能。对超参数进行调优包括：(i)训练基于超参数的当前值配置的模型；(ii)使用函数评估模型的性能；(iii)确定模型是否针对度量被优化；(iv)响应于模型未被优化，搜索超参数的新值，用新值重新配置模型，并使用重新配置的模型重复步骤(i)‑(iii)；以及(v)响应于模型针对度量被优化，提供经训练的模型。
- 用于基于目标的超参数调优的方法和系统-202180025698.0
- M·E·约翰逊;T·L·董;V·韦氏诺一;S·维纳科塔;T·帕姆;C·D·V·黄 - 甲骨文国际公司
- 2021-03-30 - 2022-11-25 - G06F16/332
- 公开了用于对机器学习模型的超参数进行调优的技术。选择要为其对机器学习模型的超参数进行调优的多个度量。每个度量与包括目标分数、惩罚因子和奖励因子的多个规范参数相关联。根据第一准则为每个度量配置所述多个规范参数。使用一个或多个验证数据集评估机器学习模型以获得度量分数。基于度量分数与每个度量的目标分数之间的差、惩罚因子或奖励因子来制定加权损失函数。对与机器学习模型相关联的超参数进行调优以便优化加权损失函数。响应于加权损失函数被优化，提供机器学习模型作为经验证的机器学习模型。
- 自动生成多样化文本-202180022536.1
- M·A·苏尔坦;V·卡斯泰利;S·钱德尔;R·费尔南德斯阿斯图迪略 - 国际商业机器公司
- 2021-03-08 - 2022-11-04 - G06F16/332
- 实施例涉及人工智能(AI)计算机平台，用于结合合成数据和基础事实数据，并且用于促进生成合成数据的多样性和准确性。由问题生成器响应于语义相关的基础事实段落和答案数据来生成合成问题。每个生成的问题与该语义相关的基础事实段落一起被呈现给答案生成器。相对于每个合成问题的多样性根据针对相同的基础事实段落和答案数据生成的先前合成问题来评估每个合成问题。还相对于由答案生成器生成的答案的准确性来评估每个合成问题。利用采集每个合成问题的准确性和多样性两者的奖励函数来选择性地修改问题生成器，其中选择性修改旨在增加的文本多样性并保持所生成的合成问题的准确性。
- 使用对话节奏的支持请求分配-202180019885.8
- H·C·德苏扎佩雷拉坎德洛;M·A·瓦康塞洛斯;J·蒂拉普阿斯皮罗斯;M·A·斯特尔玛内托 - 国际商业机器公司
- 2021-03-22 - 2022-11-01 - G06F16/332
- 本申请讨论的计算机实现的方法包括从用户接收支持请求，并且在响应于支持请求的当前支持会话期间，在以下中的一个或两个期间执行由用户提供的一个或多个输入的文本分析：(i)当前支持会话和(ii)一个或多个先前支持会话。该方法还包括将由文本分析确定的一个或多个特征应用于模型，以将用户分类到描述当前支持会话期间的对话节奏的预定义的多个类别中的第一类别。该方法还包括基于用户的分类分配支持请求将由预定义的多个支持操作员中的第一操作员来满足。
- 用于生成自然语言表达变体的方法和系统-202080072826.2
- 刘桐;殷昆燕;元中方;李贺;章园 - 国际商业机器公司
- 2020-10-15 - 2022-11-01 - G06F16/332
- 一种涉及自然语言表达变体生成的计算机实现的方法、系统和计算机程序产品。根据该方法，通过用预定符号替换自然语言的源表达中的源关键实体来确定用于所述源表达的结构化表达(810)。基于所述结构化表达与模板结构化表达集合中的相应模板结构化表达之间的相应相似性来从所述模板结构化表达集合选择至少一个模板结构化表达(820)。该模板结构化表达集合中的每一个模板结构化表达包括预定符号以表示关键实体。通过用所述源关键实体替换所述至少一个选定的模板结构化表达中的预定符号，生成用于所述源表达的至少一个变体表达(830)。
- 基于人-机认知交互中的行为调整对话流-202080052710.2
- I·佩雷茨冈萨雷茨;F·佩德拉佐里;A·德尔加多桑切斯;A·P·加西亚古埃雷罗;M·J·阿尔瓦雷茨费尔南德茨 - 国际商业机器公司
- 2020-07-29 - 2022-10-28 - G06F16/332
- 提供了一种用于基于在认知交互服务的网关处执行的人‑机认知交互中的用户行为调整对话流的方法和系统。所述方法包括：接收对话流期间的一系列人‑机认知交互；确定人类认知交互的行为模式满足定义的行为模式；确定多个机器响应满足对定义的行为模式的响应的最大重复的定义的阈值；以及向认知交互服务指示按照定义的行为模式的定义的动作来调整后续响应的类型。
- 用于保留会话中的语境的方法和设备-202180013094.4
- S·阿纳达;R·斯里尼瓦桑;S·S·阿尔哈桑;O·F·法里 - 皇家飞利浦有限公司
- 2021-02-05 - 2022-09-16 - G06F16/332
- 本公开内容涉及一种保留用户(101)与数字助理设备(102)之间的会话中的语境。在训练期间，向所述数字助理设备(102)提供具有多个对话的多个会话。基于语境向所述多个对话中的每个对话分配ID。另外，提供具有相同语境的两个或更多个测试询问作为输入，并且基于所述语境向所述两个或更多个询问分配ID。此后，所述数字助理设备(102)被配置为从所述多个对话中检索一个或多个对话，其中，所述一个或多个对话的ID与所述两个或更多个询问的ID相匹配。实时接收一个或多个询问，并且基于所述一个或多个询问的语境来检索一个或多个对话并且将所述一个或多个对话提供给所述用户。
- 文档检索系统、文档检索方法-202080091469.4
- 桃纯平;东和树;中岛基 - 株式会社半导体能源研究所
- 2020-12-28 - 2022-08-12 - G06F16/332
- 提供一种考虑到文档的概念检索文档的文档检索系统。该文档检索系统包括处理部，在处理部中从检索文本形成检索图。检索图包括第一至第m(m为1以上的整数)检索局部图，检索局部图由两个节点及一个边构成。在处理部中对参考文档进行第一至第m句子的检索。第i(i为1以上且m以下的整数)句子具有：第i检索局部图的两个节点中的一方或者两个节点中的一方的相关词或下位词；第i检索局部图的两个节点中的另一方或者两个节点中的另一方的相关词或下位词；以及第i检索局部图的边或者边的相关词或下位词。然后，根据在第一至第m句子中参考文档所包括的句子数对参考文档的得分赋予分数。
- 文档处理的方法和装置-201980102556.2
- 惠浩添;车效音;生若谷;李聪超;刘晓南;丹尼尔·施尼盖斯 - 西门子(中国)有限公司
- 2019-12-27 - 2022-07-12 - G06F16/332
- 一种文档处理的方法和装置。该方法包括：根据第i个文档的句子与M个文档的N个句子间的相似度，确定所述N个句子中第q个句子在所述第i个文档中对应的频率x
- 搜索有效度可视化系统、搜索有效度可视化方法及载体装置-202080082432.5
- 勇嘉伟;筱宫圣彦;金崎克己;川村晋太郎 - 株式会社理光
- 2020-11-11 - 2022-07-08 - G06F16/332
- 搜索系统(10)包括:搜索词获取单元(111)，用于获取搜索词；全文搜索单元(112)，用于根据所述搜索词进行搜索操作；以及可视化单元(114)，用于显示所述搜索词和通过进行所述搜索操作所获取的结果之间的对应关系。
- 信息处理装置、程序以及信息处理方法-201980099685.0
- 城光英彰 - 三菱电机株式会社
- 2019-09-03 - 2022-04-12 - G06F16/332
- 具有：检索对象DB(101)，其存储包含多个检索对象令牌的多个检索对象语句，所述多个检索对象令牌分别是具有含义的最小单位；相似令牌表存储部(110)，其存储相似令牌表，所述相似令牌表表示多个检索对象令牌的各检索对象令牌与检索语句中包含的多个检索令牌的各检索令牌的组合是高相似度还是低相似度，所述多个检索令牌是具有含义的最小单位；以及语句间相似度计算部(111)，其针对在相似令牌表中表示是高相似度的组合，计算令牌间相似度，针对在相似令牌表中表示是低相似度的组合，将令牌间相似度设为预先确定的值，由此计算检索语句与多个检索对象语句的各检索对象语句之间的语句间相似度。
- 对聊天机器人中自然理解系统的上下文反馈-202080039891.5
- J·A·泰勒 - 微软技术许可有限责任公司
- 2020-04-23 - 2022-01-07 - G06F16/332
- 聊天机器人计算系统包括机器人控制器和自然语言处理器。自然语言处理器接收第一文本输入，并且标识由第一文本输入表示的概念。概念的指示被输出到机器人控制器，机器人控制器生成对第一文本输入的响应。当第二文本输入被接收时，自然语言处理器输出的概念也被反馈到自然语言处理器的输入中以作为上下文信息。然后，自然语言处理器基于第二自然语言、文本输入和上下文信息，标识第二文本输入中表示的概念。
- 专利分类
