专利名称
主分类
A 农业
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
G 物理
H 电学
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
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
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
清华大学
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
更多 »
钻瓜专利网为您找到相关结果10017434个,建议您升级VIP下载更多相关专利
  • [发明专利]基于DeepLearning的领域概念抽取方法-CN201410259300.1有效
  • 吕钊;张青 - 华东师范大学
  • 2014-06-11 - 2017-06-16 - G06F17/30
  • 本发明公开了一种基于Deep Learning的领域概念抽取方法,首先对训练语料库进行样本提取,选取词频、文档频率、反文档频率、词语长度、词频方差和领域一致度作为特征向量,其次基于Deep Learning技术,训练出深度网络模型,该模型能够有效表示单词型领域概念多维度的特征向量和类别标记之间的复杂映射关系,最后在测试阶段将基于Deep Learning技术构建的深度网络模型与改进的BP神经网络模型及主流的
  • 基于deeplearning领域概念抽取方法
  • [发明专利]领域服务主题匹配推荐方法-CN201310732583.2有效
  • 范玉顺;夏博飞;黄科满;刘轶 - 清华大学
  • 2013-12-26 - 2017-01-25 - G06F17/30
  • 一种多领域服务主题匹配推荐方法,其分析用户所输入的文本信息中所包含的服务组合及服务组合的主题分布,并利用训练好的‘需求‑领域’匹配器中得到所获取的服务组合与D个服务领域的相关概率,根据相关概率对D个服务领域进行从高到低排序在每个服务领域中分别利用与各自的服务领域相对应的‘领域‑服务’匹配器,得到每个服务领域的‘领域‑服务’匹配器所预测的服务的主题分布,然后计算该服务领域所对应的服务的主题分布与该服务领域内每个服务的主题分布的相似度;在每个服务领域中,对所计算出的相似度按照从大到小排序以得到对该服务领域中服务进行由高到低的排序,并将排序的结果推荐给用户。
  • 领域服务主题匹配推荐方法
  • [发明专利]一种领域术语抽取方法-CN201410047277.X有效
  • 张仰森;蒋琳 - 北京信息科技大学
  • 2014-02-11 - 2017-02-08 - G06F17/30
  • 本发明提供一种领域术语抽取方法,包括步骤对当前待抽取领域文本与背景领域文本依次进行预处理、分词处理;对当前格式化领域文本进行词频统计;采用左右信息熵扩展方法从当前格式化领域文本中抽取候选领域术语得到第一候选领域术语集;根据候选领域术语边界信息与候选领域术语组成部分的词性搭配进行成词度筛选,得到第二候选领域术语集;对第二候选领域术语集中的候选领域术语与格式化背景领域文本进行领域度筛选处理,得到第三候选领域术语集;对第三候选领域术语集进行通用词库过滤处理,得到领域术语。本发明具有抽取效果较好的特点,可广泛应用于词语抽取领域
  • 一种领域术语抽取方法
  • [发明专利]工业过程领域规则知识获取方法-CN202110186773.3有效
  • 刘承宝;谭杰 - 中国科学院自动化研究所
  • 2021-02-18 - 2021-07-02 - G06F40/30
  • 本申请涉及工业过程领域规则知识获取方法,包括:建立领域规则库,建立语义知识库,将领域规则库和语义知识库合并,实现领域规则知识库的增广更新;领域知识表示与提取:利用加权的一阶逻辑规则描述工业过程领域知识,构成一阶逻辑规则训练样本集合;领域规则知识库构建:应用概率软逻辑和所述一阶逻辑规则训练样本集合进行权重学习,实现对未加权的规则加权;建立语义知识库的方法包括:利用机器学习算法进行规则学习,得到关于多源数据语义信息变化时优化决策语义变化的一阶逻辑规则
  • 工业过程领域规则知识获取方法
  • [发明专利]领域关键词提取方法-CN201910235391.8有效
  • 陈恩红;王亚楠;刘淇;秦川;徐童;王怡君;熊辉 - 中国科学技术大学
  • 2019-03-26 - 2022-10-28 - G06F16/35
  • 本发明公开了一种跨领域关键词提取方法,包括:构建基于主题的对抗神经网络,其使用基于主题的编码器对源领域和目标领域的文本基于主题进行编码,并引入对抗学习来与双向自编码器来确保基于主题的编码器学习到的特征与领域无关以及保留目标领域的私有特征,最后由主题的对抗神经网络中的关键词标注器结合基于主题的编码器的输出,完成关键词提取;在训练阶段,不断优化基于主题的对抗神经网络内的各部分参数;在测试阶段,将目标领域的文本输入至训练好的基于主题的对抗神经网络该方法可实现无标签或少量标签的目标领域的关键词提取,相比传统模型,有效地利用了相关领域的信息。对于提取结果,在评价指标F1上有一定的提高。
  • 领域关键词提取方法

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

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top