|
钻瓜专利网为您找到相关结果 2867185个,建议您 升级VIP下载更多相关专利
- [发明专利]一种自动化数据功能项抽取的方法-CN202010412410.2在审
-
李明阳;石琳;王青
-
中国科学院软件研究所
-
2020-05-15
-
2020-10-20
-
G06F40/211
- 本发明提出一种自动化数据功能项抽取的方法,将需求文本根据标点符号划分为句子,抽取句子中每个单词的上下文特征;给句子中的每一个单词打上标签,作为标注数据;使用标注数据训练初始的CRF模型,迭代地使用该CRF模型预测未标注的数据,从中选取置信度高于置信度阈值的样本来扩充训练集合;使用扩后后的训练集合重新训练CRF模型,最终得到候选功能项集合;使用历史功能项训练面向功能项的语言模型;使用训练好的面向功能项的语言模型对候选功能项集合进行过滤,抽取符合的功能项。本方法从需求描述中进行数据功能项的自动化抽取,提高抽取的精度,代替人力抽取功能项,并降低抽取的成本。
- 一种自动化数据功能抽取方法
- [发明专利]一种基于深度强化学习的文本语义相似计算模型-CN201910035227.2有效
-
陈观林;侍晓龙
-
浙江大学城市学院
-
2019-01-15
-
2022-12-06
-
G06F40/211
- 本发明涉及基于深度强化学习的文本语义相似计算模型,包括句子蒸馏网络模型、句子划分网络模型和相互加权模型;整体结构是一个强化学习模型,组成有两部分:最外围的Policy Network网络是句子划分网络模型和句子蒸馏网络模块,该网络使用多层深度神经网络模型,是一个Actor网络功能模块;内层的整体架构是一个Siamese LSTM模型,是一个Critic网络模块,输入部分仍然是将词向量作为每个时刻的输入。本发明的有益效果是:从实验结果上来看,句子划分后的模型对LSTM模型有很好的提升,因为句子划分网络可以使得LSTM每次进行句子语义提取的时候可以只计算句子中的一部分,从而在训练LSTM的时序反向传播算法过程中梯度差只需要传播几个时序
- 一种基于深度强化学习文本语义相似计算模型
|