公开(公告)号：CN101901213A

公开(公告)日：2010-12-01

申请号：CN201010239736.6

申请日：2010-07-29

Applicant: 哈尔滨工业大学

Inventor： 秦兵 ,  刘挺 ,  郎君 ,  黎耀炳 ,  张牧宇

IPC: G06F17/27 ,  G06F17/30

Abstract: 一种基于实例的动态泛化共指消解方法，涉及文本信息抽取领域。本发明所述动态泛化共指消解方法由训练实例库构建阶段和篇章内实体消解阶段组成，并经由实例构建、实例库构建、建立索引、动态泛化与实例检索以及共指链合成几部分完成共指消解。本发明不仅解决了共指统计模型中长尾效应，充分发挥低频训练样本的作用，使得本来就很珍贵的训练样本得以充分的发挥，并且使实例的动态泛化机制能够自适应的将测试实例的分类问题转变为训练实例库中最佳泛化点的选定与利用，最终找到最佳匹配的训练实例。

公开(公告)号：CN105260488B

公开(公告)日：2018-10-02

申请号：CN201510861689.1

申请日：2015-11-30

Applicant: 哈尔滨工业大学

Inventor： 秦兵 ,  刘挺 ,  张牧宇 ,  郑茂 ,  李家琦

IPC: G06F17/30

Abstract: 一种用于语义理解的文本序列迭代方法，本发明涉及语义理解的文本序列迭代方法。本发明的目的是为了解决现有技术在语义相似度计算方面采用爬取搜索引擎检索数的方法，导致效率较低和重现代价过大，以及依赖于本体库和语义资源，需要人工校对或者纯人工构建，可扩展性方面有待提高，一定程度上限制了实际应用的问题。通过以下技术方案实现的：一、抽取原文三元组和背景知识库三元组；二、计算原文三元组的实数向量和背景知识库三元组的实数向量；三、计算语义相似度；四、计算背景知识库三元组的实数向量的权重值；五、构成序列迭代模型；六、采用支持向量机对原文进行文本分类，并对分类性能进行评估。本发明应用于计算机领域。

公开(公告)号：CN105260488A

公开(公告)日：2016-01-20

申请号：CN201510861689.1

申请日：2015-11-30

Applicant: 哈尔滨工业大学

Inventor： 秦兵 ,  刘挺 ,  张牧宇 ,  郑茂 ,  李家琦

IPC: G06F17/30

CPC classification number: G06F17/30666 ,  G06F17/30663 ,  G06F17/30684 ,  G06F17/30705

Abstract: 一种用于语义理解的文本序列迭代方法，本发明涉及语义理解的文本序列迭代方法。本发明的目的是为了解决现有技术在语义相似度计算方面采用爬取搜索引擎检索数的方法，导致效率较低和重现代价过大，以及依赖于本体库和语义资源，需要人工校对或者纯人工构建，可扩展性方面有待提高，一定程度上限制了实际应用的问题。通过以下技术方案实现的：一、抽取原文三元组和背景知识库三元组；二、计算原文三元组的实数向量和背景知识库三元组的实数向量；三、计算语义相似度；四、计算背景知识库三元组的实数向量的权重值；五、构成序列迭代模型；六、采用支持向量机对原文进行文本分类，并对分类性能进行评估。本发明应用于计算机领域。