“语义分析模型”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果1449494个，建议您升级VIP下载更多相关专利

[发明专利]花朵建模装置以及花朵建模方法-CN201210392909.7有效
发明人：燕飞龙;陈宝权 -专利权人：中国科学院深圳先进技术研究院
申请日： 2012-10-16 - 公布日： 2014-04-16 - 主分类号： G06T17/00 文献下载
摘要：一种花朵建模装置，包括：接收模块、分析模块以及建模模块。其中，接收模块，用于接收花朵图片；分析模块，用于对所述花朵图片进行语义分析以获取分析数据；以及建模模块，用于根据分析数据以及花瓣模板建立初始模型，并对所述初始模型进行校正以获取校正模型，对所述校正模型进行调整以获取完善模型，根据分析数据建立纹理模型，并根据纹理模型对所述完善模型进行纹理映射，输出花朵模型。
花朵建模装置以及方法

[发明专利]一种基于语义分割技术的粮仓粮食数量动态监测方法-CN202310270393.7在审
发明人：李智;张艳飞;李磊;杨卫东;张蕙 -专利权人：河南工业大学
申请日： 2023-03-20 - 公布日： 2023-06-23 - 主分类号： G06Q10/087 文献下载
摘要：一种基于语义分割技术的粮仓粮食数量动态监测方法，包括：S1、采集多个粮仓的内部图像样本；S2、将内部图像样本输入到语义分割模型中，利用语义分割模型对内部图像样本中的粮面部分进行预测得到粮面预测结果图像；S3、利用训练好的语义分割模型获取多个粮仓在多个不同时刻的粮面预测结果图像；S4、根据粮面预测结果图像的变化得到粮面变化分析阈值；S5、实时对粮仓的内部进行拍摄得到当前状态图像，并且利用训练好的语义分割模型对当前状态图像进行预测得到实时预测结果；S6、将实时预测结果的变化程度与粮面变化分析阈值相比较，得到粮仓内粮面的变化情况。本发明基于语义分割技术实现对粮仓内粮食数量的动态监测。
一种基于语义分割技术粮仓粮食数量动态监测方法

[发明专利]基于人工智能的对话模拟方法、装置、电子设备及介质-CN202310146134.3在审
发明人：李松岭;王科强;倪渊;陈思玥;郭招 -专利权人：平安科技（深圳）有限公司
申请日： 2023-02-15 - 公布日： 2023-10-03 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及人工智能技术领域，提供一种基于人工智能的对话模拟方法、装置、电子设备及介质，所述方法包括：基于对话场景类型确定目标问答树及第一问询节点；将第一问询节点的第一问题发送至话术管理模型中；接收话术管理模型输出的第一问题的第一目标答案；将第二问询节点的第二问题发送至模拟用户对应的语义识别模型中；接收语义识别模型响应于第二问题输出的语义答复，并对语义答复进行语义转换，得到第二目标答案；当第二目标答案不满足模拟用户的约束要求时，获取最终对话内容；对最终对话内容进行分析，得到分析结果。
基于人工智能对话模拟方法装置电子设备介质

[发明专利]基于BERT模型和双通道注意力的文本情感分析方法-CN201910852495.3有效
发明人：李烨;谢润忠 -专利权人：上海理工大学
申请日： 2019-09-10 - 公布日： 2023-10-10 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种基于BERT模型和双通道注意力的文本情感分析方法，本方法构建情感语言库，并将文本数据进行分词，提取每条文本数据当中的情感信息词，为模型训练提供包含语义和情感信息词的双通道输入；提取文本语句中包含的情感信息词，得到每一条文本语句所对应的情感信息集合；利用BERT模型构造语义信息和情感信息的词向量双输入矩阵；在隐藏层分别加入由BiGRU神经网络和全连接网络组成的双通道注意力的特征提取模块，增强模型捕捉情感语义的能力；将得到的深层语义信息与情感信息词向量进行融合，得到最终的深层语义表达。本方法有效改善了语句级文本情感分析性能，通过实验对比，验证了本方法的优越性，并在多项评价指标中具有较好性能。
基于 bert 模型双通道注意力文本情感分析方法

[发明专利]一种多任务学习的双目标实体情感分析方法-CN202210054948.X在审
发明人：文瑜;旷中洁;朱新华 -专利权人：桂林旅游学院
申请日： 2022-01-18 - 公布日： 2022-09-06 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种多任务学习的双目标实体情感分析方法，通过句子语境分断符识别与左右实体情感极性分类的多任务学习，联合训练一个具有句子语境分断符自动识别与双目标实体情感极性自动分类的神经网络模型。其次，使用所训练的神经网络模型识别情感句子中的语境分断符。再者，以得到的语境分断符对情感句子的语义表示进行分离，得到左子句语义表示和右子句语义表示，然后分别对左子句语义表示和右子句语义表示进行情感分析，最终得到双目标实体的情感极性。通过语境分断符使得情感句子中两个目标实体的情感表达相互分离，以更有效的方法解决方面级情感分析问题。
一种任务学习双目实体情感分析方法

[发明专利]一种基于大语言模型的网络威胁分析方法-CN202310863456.X在审
发明人：刘旭;章丽娟;胡逸漪;陈鹏;潘威;乔猛;张彦浩 -专利权人：上海戎磐网络科技有限公司
申请日： 2023-07-13 - 公布日： 2023-10-20 - 主分类号： H04L9/40 文献下载
摘要：本发明涉及计算机网络安全技术领域，尤其涉及一种基于大语言模型的网络威胁分析方法。获取网络相关数据，并利用数据整合算法对网络相关数据进行整合处理，得到网络数据；利用网络降噪算法对网络数据进行降噪处理，得到网络降噪数据；利用特征提取技术对网络降噪数据进行特征提取处理，得到网络数据特征；利用语义化转换算法对网络数据特征进行数据语义化处理，得到网络语义化数据；对网络语义化数据进行数据预处理，得到网络语义化特定数据集。本发明通过使用大语言模型来进行网络威胁分析，实现了在大数据时代下，对网络空间中的安全隐患和威胁分析的功能。
一种基于语言模型网络威胁分析方法

[发明专利]一种基于知识引导的方面级情感分析模型训练方法-CN202110353985.6有效
发明人：刘菊华;钟起煌 -专利权人：武汉大学
申请日： 2021-04-01 - 公布日： 2023-05-16 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种基于知识引导的方面级情感分析模型训练方法，首先在句子级情感分析数据集上对方面级情感分析模型进行预训练，得到学习了丰富语义知识的预训练模型M1；然后，使用基于知识引导的训练策略，在方面级情感分析数据集上对预训练模型M1再次进行训练，通过学习速度快的导航者模型引导学习速度慢的学习者模型，使学习者模型(即模型M2)能够学习到预训练数据集和目标任务数据集之间领域不变的语义知识；最后，构造最终的方面级情感分析模型，并使用模型M2对其进行初始化，在方面级情感分析数据集上该情感分析模型进行微调，从而得到最终的高性能的方面级情感分析模型Mfinal。本发明在多个方面级情感分析公开数据集上实现了最优的效果。
一种基于知识引导方面情感分析模型训练方法

[发明专利]一种基于自然语义的智能文档处理系统-CN202211370361.6在审
发明人：郝宝静;李楠 -专利权人：华迪计算机集团有限公司
申请日： 2022-11-03 - 公布日： 2023-02-03 - 主分类号： G06F40/166 文献下载
摘要：本发明公开了一种基于自然语义的智能文档处理系统，包括：智能审核模块、文档辅助写作模块、公文智能排版模块、词库和语义训练模块；其中所述智能审核模块用于基于大数据、人工智能与自然语言处理技术，对文本内容进行检查和纠错；所述文档辅助写作模块用于基于大数据和语义分析技术，提供公文搜索、信息推荐、信息参考以及公文生成的功能；所述公文智能排版模块用于生成各种格式的标准公文文件；所述词库用于汇聚各类词汇，与基于统计的语言模型和基于规则的语义模型结合，校对表述错误、提示错误原因以及提出修改建议；所述语义训练模块用于根据用户的使用情况以及范文的分析结果，不断进行模型训练和参数优化。
一种基于自然语义智能文档处理系统

[发明专利]融合深度特征和时序模型的语义情感分析方法-CN202110188618.5有效
发明人：陶建华;许珂;刘斌;李永伟 -专利权人：中国科学院自动化研究所
申请日： 2021-02-19 - 公布日： 2021-07-02 - 主分类号： G06F40/30 文献下载
摘要：本申请涉及融合深度特征和时序模型的语义情感分析方法，包括：文本预处理，将文本转化为格式统一的词向量矩阵；以词向量矩阵为输入，提取局部语义情感文本特征和提取上下文语义情感文本特征；利用注意力机制通过对所述局部语义情感文本特征和上下文语义情感文本特征加权，生成融合语义情感文本特征；将所述局部语义情感文本特征、所述上下文语义情感文本特征和融合语义情感文本特征进行连接，生成全局语义情感文本特征；以全局语义情感文本特征为输入，利用softmax分类器进行最终的文本情感语义分析识别
融合深度特征时序模型语义情感分析方法

[发明专利]对多方式隐式语义分析数据进行数据挖掘映射的方法-CN201110264764.8无效
发明人：吴军;余人强;吴智君;刘华平 -专利权人：常州蓝城信息科技有限公司
申请日： 2011-09-07 - 公布日： 2012-03-07 - 主分类号： G06N3/08 文献下载
摘要：本发明涉及生物识别技术领域，尤其是对多方式隐式语义分析数据进行数据挖掘映射的方法，a.剪枝算法分析；b.提取图像隐式语义特征。本发明的对多方式隐式语义分析数据进行数据挖掘映射的方法，通过“智能黑箱模型”进一步对处理后的特征进行挖掘映射，能够有效地获取图像隐式语义特征，此方法采集质量好和可靠性强，能够满足不同场合的实际要求。
多方式隐式语义分析数据进行挖掘映射方法

[发明专利]一种语句分析方法、装置、电子设备及可读存储介质-CN202210642118.9在审
发明人：李天阳;李健;陈明;武卫东 -专利权人：北京捷通华声科技股份有限公司
申请日： 2022-06-08 - 公布日： 2022-09-16 - 主分类号： G06F16/332 文献下载
摘要：本申请实施例公开了一种语句分析方法、装置、电子设备及可读存储介质，该方法包括：获取待分析语句；将待分析语句输入至融合多个子任务的语义理解模型，分别输出多个语义理解结果；其中，子任务包括：确定待分析语句的分类结果；基于预设的句式分类模版，确定待分析语句的的语义信息；确定待分析语句对应的表格问答查询语句。根据本申请的实施例，能够提升语句分析的效率和准确率。
一种语句分析方法装置电子设备可读存储介质

[发明专利]网络社会事件的协同关联跟踪及全局态势分析与预测系统-CN201310197129.1在审
发明人：徐常胜;张天柱 -专利权人：中国科学院自动化研究所
申请日： 2013-05-24 - 公布日： 2013-12-18 - 主分类号： G06F19/00 文献下载
摘要：本发明是一种网络社会事件的协同关联跟踪及全局态势分析与预测系统，该系统具有：信息融合单元，对网络社会事件数据的多模态特性进行融合，用于获得社会事件的多模态数据的融合信息，构建跨社会事件的多模态数据的语义描述模型；跟踪单元与信息融合单元连接，基于跨社会事件的多模态数据语义描述模型，面对包含丰富多媒体信息的网络内容，针对网络社会事件具有的跨模态属性、跨平台属性和跨时空属性，获得社会事件在各个属性上的语义关联跟踪数据；分析与预测单元与跟踪单元连接，基于语义关联跟踪数据，获得基于社会事件的全局态势分析与预测数据。
网络社会事件协同关联跟踪全局态势分析预测系统

[发明专利]一种构建知识图谱中Schema模型的方法及装置-CN202210713744.2有效
发明人：覃祥坤;单海军 -专利权人：中电金信软件有限公司
申请日： 2022-06-22 - 公布日： 2023-04-28 - 主分类号： G06F16/36 文献下载
摘要：本申请提供了一种构建知识图谱中Schema模型的方法及装置，包括：对待构建知识图谱中Schema模型的需求文本进行分析，得到业务触发词、需求文本的文本分类结果以及文本词汇的聚类结果；将需求文本、业务触发词、文本分类结果以及聚类结果，转化成第一语义空间向量；分别将预先构建的知识图谱的Schema模型库中每个Schema模型的描述信息转化成第二语义空间向量；基于各第二语义空间向量和第一语义空间向量的语义相似度，从Schema模型库中确定出至少一个候选Schema模型，并创建目标Schema模型。这样，可以根据用户的需求快速构建出Schema模型，能够提高知识图谱中Schema模型构建的效率。
一种构建知识图谱 schema 模型方法装置

[发明专利]一种语义理解方法及系统-CN201910046962.3有效
发明人：魏誉荧 -专利权人：广东小天才科技有限公司
申请日： 2019-01-18 - 公布日： 2023-06-27 - 主分类号： G06F40/30 文献下载
摘要：本发明提供了一种语义理解方法及系统，其方法包括：获取语料样本，根据语料样本建立语料库；根据语料样本获取特征信息，根据特征信息生成对应的正则表达式；分别抽取正则表达式中的特征信息生成多个不同的正则式组合；分析每一个正则式组合中每一个特征信息的存在准确性，对正则式组合进行筛选；根据语料库分析正则式对应的正则式概率，正则式为正则表达式和筛选后的正则式组合；根据正则式以及正则式概率生成概率语义模型；获取用户语料；根据用户语料生成对应的用户正则式；将用户正则式和概率语义模型进行对比，得到用户语料的用户语义。本发明基于概率语义模型对获取的用户语料进行解析，从而得到最有可能的用户语义。
一种语义理解方法系统

[发明专利]文本话题分类方法及装置-CN201910418451.X有效
发明人：单斌 -专利权人：北京奇艺世纪科技有限公司
申请日： 2019-05-20 - 公布日： 2021-11-16 - 主分类号： G06F16/35 文献下载
摘要：然后，将该文本向量输入至预先训练得到的文本话题分类模型中，该模型中的特征提取网络从文本向量中提取得到语义特征向量，其中，该语义特征向量包括待处理短文本的词内语义特征、词间语义特征和整句语义特征。最后由分类网络对提取出的语义特征向量进行分析得到该待处理短文本所属的话题类别。该方法从短文本中提取出的语义特征向量更全面、更准确，因此，分析得到的短文本的话题类别也更准确，因此，提高了短文本话题分类的准确率。
文本话题分类方法装置