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330754个,建议您升级VIP下载更多相关专利
  • [发明专利]基于词混淆网络的语义理解方法及系统-CN201911339054.X有效
  • 俞凯;刘辰;朱苏;赵子健;曹瑞升 - 思必驰科技股份有限公司
  • 2019-12-23 - 2022-05-24 - G10L15/16
  • 该方法包括:接收用户输入的语音对话,确定语音对话的词混淆网络,将词混淆网络转化为单词序列、后验概率序列和分段位置序列;通过Transformer编码器进行编码,得到词级别向量特征;将词级别向量特征输入至序列表示模型进行分段级别聚合,得到聚合后的分段级别向量特征;将分段级别向量特征输入至自注意力模型,将自注意力模型的输出进行拼接,得到序列级别的向量特征;将序列级别的向量特征输入至语义元组分类器,确定语音对话的语义。本发明实施例通过分段级别特征包含了上下文信息,减轻了语义理解受语音识别错误的影响,提高了运算速度。
  • 基于混淆网络语义理解方法系统
  • [发明专利]基于层次文本图结构学习的文本分类方法、装置及介质-CN202310551919.9有效
  • 龙军;王子冬;杨柳;陈庭轩;黄金彩 - 中南大学
  • 2023-05-17 - 2023-07-21 - G06F16/35
  • 本发明公开了基于层次文本图结构学习的文本分类方法、装置及介质,所述方法包括如下步骤:步骤S1:将训练集文本按照三种语言学特征进行预处理,得到三种图结构矩阵;步骤S2:进行边级别图结构学习,得到三种边向量;步骤S3:去冗余,得到三种文本边向量;步骤S4:加权求和,得到文本图结构表示;步骤S5:采用图卷积神经网络进行处理,再经过图池化层生成图级别文本表示;步骤S6:进行softmax分类,概率最大的类别为最终分类结果优点是,本发明采用三种语言学特征对训练集文本进行预处理,将文本分类问题转化为图分类问题;本发明通过多粒度的图结构学习,将不同的图结构进行了整合,防止后续学习过程中出现图结构语义丢失。
  • 基于层次文本结构学习分类方法装置介质

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