-
公开(公告)号：CN102622334B
公开(公告)日：2014-04-16
申请号：CN201210119271.X
申请日：2012-04-20
IPC: G06F17/22
Abstract: 随着XML文档的规模越来越大，结构越来越复杂，XSLT的转换性能问题则成了限制其继续发展的一个重要问题。本发明提供的并行XSLT转换方法及装置通过将XSLT文件划分为多个转换模块，利用多线程环境来进行并行XSLT转换来提高转换效率。本发明通过对XSLT文件本身以及各转换模块对训练数据的转换情况的分析，可以实现XSLT文件的自动化并行划分，避免了人工划分的不足；并且，划分得到的各个转换模块数量优化、转换代价均衡，可以在多线程环境下有效地提高对源文档进行XSLT转换的性能和效率。
-
公开(公告)号：CN101615174B
公开(公告)日：2012-07-04
申请号：CN200810115473.0
申请日：2008-06-24
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于XML的不同格式文档的转换方法，包括：步骤1、将待转换文档中欲保护的节点内容替换成与所述节点内容对应的唯一标识符；步骤2、将经过步骤1之后的文档，由格式转换服务提供方转换成目标格式；步骤3、将转换成目标格式之后的所述文档中的唯一标识符，还原成对应的所述欲保护的节点内容。本发明提供的方法，在将待转换文档进行转换时，该文档的欲保护的内容信息不会被暴露，可以保证文档转换的安全性；并且由于进行文档转换时，不需要传输数据内容，大大降低了数据传送量，减少了数据传输流量开销。
-
公开(公告)号：CN101866331A
公开(公告)日：2010-10-20
申请号：CN200910244003.9
申请日：2009-12-24
Applicant: 北京信息科技大学 , 工业和信息化部电子工业标准化研究所
Abstract: 本发明提供一种不同语种XML文档的转换方法及装置，其中方法包括：提取待转换的语种的XML实例文档中需要转换的元素或属性命名中的标识符的值，将待转换的语种的XML实例文档中的需要转换的元素或属性命名转换成具有相同标识符的值的待生成的目标语种XML实例文档的元素或属性命名；元素或属性命名包括所述元素或属性名称和用于在预先定义的命名空间内唯一标识所述名称的标识符。本发明能够使得一个语种的XML文档被多次翻译之后，翻译后的语种的XML文档中的元素和属性名称再次转换成原始语种的XML文档时，其中的元素和属性名称不偏离原始含义，并且不会导致XML文档数据量的显著增加。
-
公开(公告)号：CN119784902A
公开(公告)日：2025-04-08
申请号：CN202411081771.8
申请日：2024-08-08
Applicant: 北京信息科技大学
IPC: G06T13/20 , G06T13/40 , G06N3/0455 , G06N3/0464 , G10L25/30 , G10L25/63
Abstract: 本发明公开了一种语音驱动的多表情3D面部动画生成方法及系统，涉及计算机动画及虚拟现实领域。获取输入的音频，将音频首先使用微调后的编码器进行编码，获得输入音频的特征；接下来使用全连接神经网络进行特征降维，以得到音频特征的潜在代码；将潜在音频代码和情绪代码以及扩散步数输进面部去噪模型中，生成潜在面部运动代码；将面部运动代码使用码本进行离散量化处理，获得码本中接近的潜在面部运动代码；将离散化后的潜在面部运动代码进行解码得到面部运动，将此面部运动与静止的面部模板相加，获得最终的完整面部运动序列。本发明生成高质量、与输入音频和情绪标签紧密同步的3D面部动画，为创建情感丰富的虚拟角色提供了新的有效手段。
-
公开(公告)号：CN119149752A
公开(公告)日：2024-12-17
申请号：CN202410936177.6
申请日：2024-07-12
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于大模型的知识抽取方法和装置，包括获取预设领域的本体，所述本体包括多个知识表示，所述知识表示中包括所述预设领域的实体类型和关系类型；通过思维链CoT提示、所述预设领域的自然语言文本和本体，对大模型进行调整修正；依据所述CoT提示，通过所述大模型对所述预设领域的待抽取文本进行识别，得到所述待抽取文本的三元组信息。本发明显著提升了三元组提取的准确性和一致性，同时降低了对专家注释的依赖，推动了知识图谱构建的自动化进程。本发明还涉及一种设备和存储介质。
-
Patent Agency Ranking
公开(公告)号：CN118069507A
公开(公告)日：2024-05-24
申请号：CN202410169589.1
申请日：2024-02-06
Applicant: 北京信息科技大学 , 中国电子科技集团公司信息科学研究院
Abstract: 本申请公开了一种基于代码知识图谱的回归测试质量评估方法和装置，本方法和装置通过设计代码本体模型；基于所述代码本体模型，抽取被测软件的源代码中的代码实体、代码实体属性和代码实体关系，对所述源代码中的代码实体、代码实体属性和代码实体关系进行知识融合，得到所述源代码的多粒度多维度代码知识图谱，所述知识融合包括实体消歧和共指消解；基于所述代码知识图谱，通过子图搜索算法和相似度评估技术，计算回归测试中被测软件的程序代码的修改内容影响范围子图与回归测试覆盖度范围子图之间的相似度，通过预设权重对所述相似度进行归一化处理得到回归测试质量评估值。实现了高效的回归测试，对回归测试的质量实现了客观的评价。
-
公开(公告)号：CN111046668B
公开(公告)日：2023-09-22
申请号：CN201911230004.8
申请日：2019-12-04
Applicant: 北京信息科技大学
IPC: G06F40/295 , G06N3/0442 , G06N3/0455 , G06N3/0464
Abstract: 本发明提供了一种基于自适应联合注意力网络的多模态文物数据的命名实体识别NER方法，所述多模态文物数据包括文本和图像信息；结合视觉信息在多模态文物数据上识别命名实体；基于所述自适应联合注意力网络构建处理多模态数据的神经网络模型，其用于学习文本和图像之间的共享语义，首先从序列标注的角度进行处理；将NER任务看作序列标注问题，并结合注意力机制，以编码器‑解码器为基本框架，在文本和图像特征融合方面采用自适应联合注意力网络自动融合信息，采用门控单元来自动选择是否需要视觉信息；基于自适应联合注意力网络，结合视觉信息在多模态文物数据上识别命名实体；并使用过滤门单元来过滤图像引入带来的噪音。
-
公开(公告)号：CN110109838B
公开(公告)日：2023-03-21
申请号：CN201910381064.3
申请日：2019-05-08
Applicant: 北京信息科技大学
IPC: G06F11/36 , G06F40/151 , G06F40/189
Abstract: 本发明公开一种办公文档排版式样的测试方法及装置，该方法包括：根据被测第一文档中的排版式样信息，修改每个版面元素对应的颜色值，生成第二文档；将所述第一文档和第二文档分别通过被测办公软件打开，并分别转换为第一PDF文档和第二PDF文档；根据所述第一PDF文档和第二PDF文档的各自版面效果，获得对应的第一图像和第二图像；在所述第二图像中，根据排版式样信息，识别版面元素，得到元素集合；将所述第一图像和所述元素集合进行排版式样测量。该方法可通过自动化地识别版面元素类型，并对被测文档的排版式样进行精确的比对，从而提高文档排版式样的测试效率，降低人工成本。
-
公开(公告)号：CN115062628A
公开(公告)日：2022-09-16
申请号：CN202210672329.7
申请日：2022-06-15
Applicant: 北京信息科技大学
IPC: G06F40/35 , G06F40/295 , G06F40/186 , G06F16/33 , G06F16/36
Abstract: 本发明公开了一种基于知识图谱的医患交流对话自动模拟方法，涉及深度学习中的自然语言处理领域，具体步骤为：获取患者输入的问题语句；利用医学领域数据集对双向编码模型进行预训练，进而对医学领域中目标领域的数据集进行微调，得到训练完成的意图识别模型，识别出问题语句中的问题意图；使用医学领域命名实体识别任务数据集对BiLSTM‑CRF模型进行训练，得到实体识别模型，识别出问题语句中的实体；基于问题意图和实体，在目标领域知识图谱中查询，得到查询结果，并进行展示。本发明可以真实自然地以多轮对话的形式模拟医生与患者之间的诊断过程，更好的帮助医生进行诊断并训练虚拟标准患者，并且可以对医生的训练和学习提供帮助。
-
公开(公告)号：CN111046668A
公开(公告)日：2020-04-21
申请号：CN201911230004.8
申请日：2019-12-04
Applicant: 北京信息科技大学
IPC: G06F40/295 , G06N3/04
Abstract: 本发明提供了一种基于自适应联合注意力网络的多模态文物数据的命名实体识别NER方法，所述多模态文物数据包括文本和图像信息；结合视觉信息在多模态文物数据上识别命名实体；基于所述自适应联合注意力网络构建处理多模态数据的神经网络模型，其用于学习文本和图像之间的共享语义，首先从序列标注的角度进行处理；将NER任务看作序列标注问题，并结合注意力机制，以编码器-解码器为基本框架，在文本和图像特征融合方面采用自适应联合注意力网络自动融合信息，采用门控单元来自动选择是否需要视觉信息；基于自适应联合注意力网络，结合视觉信息在多模态文物数据上识别命名实体；并使用过滤门单元来过滤图像引入带来的噪音。
-
-
-
-
-
-
-
-
-
Search Results
31
records
(took 0.031 seconds)
