-
公开(公告)号：CN111985215A
公开(公告)日：2020-11-24
申请号：CN202010841791.6
申请日：2020-08-19
IPC: G06F40/242 , G06F40/289 , G06F40/30 , G06F40/216
Abstract: 本申请公开了一种领域短语词典构建方法，包括：挖掘短语；构建领域词库；构建词典模型。挖掘短语包括：将原始数据进行预处理和分词，随后对分词结果采用相邻词频短语挖掘方法，提取出句子中所有可能出现的短语集合。构建领域词库，包括：使用TF-IDF算法训练短语集合得到带权重的词，再通过权重阈值将词划分为领域相关词和无关词。本申请的领域短语词典构建方法，运用统计词频和词语权重量化短语与领域相关性程度，将深度学习网络与构建领域词典方向相结合，显著提升了领域词典的健壮性，在消费品领域词典构建上有良好的表现，提升了消费品缺陷领域词典的构建效果，能够达到较高的正确率、召回率和F1值。
-
公开(公告)号：CN118093874B
公开(公告)日：2025-05-16
申请号：CN202410275955.1
申请日：2024-03-12
IPC: G06F16/35 , G06F16/334 , G06F18/2415 , G06F40/30 , G06F40/284 , G06N3/0455 , G06N3/047 , G06N3/0442 , G06N3/084
Abstract: 本发明涉及一种低资源语言处理领域的情感分析方法。提出一种基于网格结构与多头注意力的新闻句子情感分析方法。包括以下步骤：通过将网格结构无损转换为扁平结构，实现音节序列中单词信息的引入；采用相对位置编码机制，编码音节和单词的位置和方向信息；使用多头自注意力机制，识别序列中音节和单词的关联关系和语义信息；最后通过全连接层进行分类得到低资源语言新闻句子情感类别。本发明解决了传统循环神经网络无法进行大规模并行计算以及卷积神经网络难以建模句子中的长距离依赖关系的问题，其中多头注意力机制的运用，丰富了词语间的关联关系，增强了句子语义和句法结构信息的理解，提高了低资源语言新闻句子情感分类效果。
-
公开(公告)号：CN114090863A
公开(公告)日：2022-02-25
申请号：CN202111212885.8
申请日：2021-10-19
Applicant: 北京信息科技大学
IPC: G06F16/9532 , G06F16/33 , G06F40/216 , G06F40/284 , G06F40/30 , G06K9/62
Abstract: 本申请公开了一种藏文热点事件检测方法，包括：获取热词；获取词对；对所述热词和所述词对进行聚类。获取热词包括：计算词频权重；计算词频增长率权重；计算网站影响力权重；融合所述词频权重、所述词频增长率权重以及所述网站影响力权重进行热词热度度量。本申请的方法通过在热度度量方法中融合词频、词频增长率、网站影响力特征，并经热度过滤，提高热词抽取的有效性；通过建立词对生成模型和词对语义引力模型，并经热度筛选，获得较高质量的词对集合；运用凝聚式层次聚类算法获得热点事件，采用热词和词对描述事件，进而满足事件描述细粒度的要求，能够较为有效地检测热点事件，具有较高的应用价值，达到的正确率、召回率和F值均较高。
-
Patent Agency Ranking
公开(公告)号：CN110704610A
公开(公告)日：2020-01-17
申请号：CN201910404983.8
申请日：2019-05-15
Applicant: 北京信息科技大学
IPC: G06F16/35 , G06F40/205
Abstract: 本发明涉及一种体育新闻战报主题分类方法，包括：步骤1)对语料进行预处理；步骤2)对语料进行人工标注；步骤3)对语料进行交叉验证；步骤4)选取类别特征对句子主题进行分类。步骤2)包括：首先制定标注规则，完全按照类别定义进行标注，并对语料标注者进行集中沟通，并确认是否完全理解类别信息，然后将语料平均分给多个人进行标注。本发明提出的方法对句子主题分类十分有效，准确率高，具有较好的召回率和F值，可用于为领域模板库构建提供支持，可以很好地满足实际应用的需要。
-
公开(公告)号：CN115858813A
公开(公告)日：2023-03-28
申请号：CN202211628660.5
申请日：2022-12-20
Applicant: 北京信息科技大学 , 北京市工程咨询有限公司
IPC: G06F16/36 , G06F18/22 , G06F18/214 , G06F16/35 , G06F16/332 , G06F40/30
Abstract: 本发明涉及面向工程咨询报告的文本检索方法，以改善工程咨询报告撰写过程中人力成本大、编撰周期过长等问题，包括以下步骤：构建面向工程咨询报告的文本检索语料集，使用语料集微调simCSE对比学习模型，将得到的模型参数初始化Vanilla BERT模型，将语料的文本信息送入Vanilla BERT模型得到语义匹配分数。将文本信息和关键词信息通过SAT模型得到词级粒度的义原词向量表示并送入DRMM深度文本交互模型，得到关联匹配分数。将得到的语义匹配分数和关联匹配分数归一化后加权融合，得到最终的匹配分数，完成标题与段落之间的文本检索。本发明联合上下文向量表示和文本交互匹配方法，有效增强了文本检索的效果。
-
公开(公告)号：CN115329046A
公开(公告)日：2022-11-11
申请号：CN202211001959.8
申请日：2022-08-21
Applicant: 北京信息科技大学 , 北京市工程咨询有限公司
Abstract: 本发明涉及自然语言处理领域的文本检索技术，提升了现有方法在语义匹配上的不足，包括以下步骤：围绕在工程咨询报告范围获取实验所需数据，每个标题标注60段文本数据；将数据以[CLS]标题[SEP]段落[SEP]的形式传入BERT模型，得到标题和段落的向量表示；基于向量分别构建图拓扑结构，并利用图卷积神经网络GCN获取全局结构特征；针对具有上下文信息和全局特征的向量表示，利用排序模型得到第一个得分；将段落对应关键词利用Word2Vec得到向量表示，基于余弦相似度得到第二个得分，对两个得分加权平均得到最终匹配结果；训练模型并更新参数，在测试集上提取文本特征并进行检索。本发明能够提升文本检索的准确性。
-
公开(公告)号：CN112785461A
公开(公告)日：2021-05-11
申请号：CN202110157622.5
申请日：2021-02-05
Applicant: 北京信息科技大学 , 阳光易购(湖南)科技有限公司
Abstract: 本申请公开了一种食品安全数据监管集成方法，包括：依据区块链技术和数据挖掘技术实现动态监督，通过数据挖掘分析日常检查内容，为检查结果提供参考，并最终将检查结果、任务结果和整改信息存储到超级账本中。本申请实施例提供的食品安全数据监管集成方法，利用区块链内的上链信息结合数据挖掘技术，通过分析区块链中已有的监管信息，能够帮助监管人员提供预判，缩小应检必检的餐饮单位范围，便于制定详尽合理的监管策略，降低监管人员的工作量，从而达到利用机器替代人工的目的。
-
公开(公告)号：CN110516216A
公开(公告)日：2019-11-29
申请号：CN201910404549.X
申请日：2019-05-15
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种体育新闻自动写作模板库构建方法包括写作模板计算、触发条件构建，首先根据已分好的类别对模板数据进行相似度计算找到相同的模板，其次是利用CRF对模板进行触发条件识别，最终形成触发条件-模板；写作模板计算包括基于余弦相似度的写作模板计算、基于Word2Vec的写作模板计算。本发明提供的体育新闻自动写作模板库构建方法，取得了极佳的正确率、召回率和F值，能够通过计算向量空间上的相似度来表示文本语义上的相似度来实现相关词扩展，为体育新闻自动写作提供强有力的支持，从而为实现准确高效地体育新闻自动写作提供极佳的条件，可以很好地满足实际应用的需要。
-
-
-
-
-
-
-
Search Results
18
records
(took 0.032 seconds)
