公开(公告)号：CN110704316A

公开(公告)日：2020-01-17

申请号：CN201910917842.6

申请日：2019-09-26

Applicant: 北京计算机技术及应用研究所

Inventor： 柯文俊 ,  陈旭 ,  陈静 ,  王坤龙 ,  杨雨婷

IPC: G06F11/36 ,  G06N20/00

Abstract: 本发明公开了一种国产环境下办公软硬件测试方法，首先在云化服务器上对办公软件集进行模板化分解并建立服务集合库；其次将云化服务器上的服务集合库进行服务组装，形成多个评测场景；然后对于每一个评测场景，使用不同的测试工具集对其进行评测，通过自动化脚本生成器完成不同测试场景所要求的自动化脚本的评测参数设置和数据注入；执行自动化评测脚本；将自动化脚本之后的结果进行收集与比对，输出评测结果。本发明把测试基准移植到国产化操作平台，实现了计算机软硬件系统的并发测试，并将软件细粒度模块组合设计了不同测试场景，使用自动化评测脚本工具增强了评测的自动化程度。

公开(公告)号：CN110532557A

公开(公告)日：2019-12-03

申请号：CN201910807636.X

申请日：2019-08-29

Applicant: 北京计算机技术及应用研究所

Inventor： 吴超 ,  宋颖毅 ,  柯文俊 ,  陈旭 ,  陈静 ,  王坤龙 ,  杨雨婷

IPC: G06F17/27 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及一种无监督的文本相似度计算方法，其中，包括：步骤一：进行嵌入层模型预训练，对问题集合中的所有词进行预训练，生成满足模型需要的词向量；步骤二：编码层网络，挖掘句子的语义信息；步骤三：进行基于TFIDF融合的模型改进，包括：在每条问句输入到神经网络的同时，对输入的每条问句进行TFIDF的计算，并将计算好的权值输入到神经网络中，控制最后的句子向量表示，采用了归一化的TFIDF计算方法，并将其融入到编码层和表示层。本发明将深度神经网络模型(Bi-LSTM)用于语料库的无监督训练，得到语言模型，通过无监督的训练方式，可以充分地利用大规模的语料库的信息，从而提高文本匹配的准确率，提升信息检索的精度。

公开(公告)号：CN108647030A

公开(公告)日：2018-10-12

申请号：CN201810275497.6

申请日：2018-03-30

Applicant: 北京计算机技术及应用研究所

Inventor： 陈静 ,  柯文俊 ,  郭少帅 ,  徐少帅 ,  徐赛赛 ,  关斯琪 ,  王泊涵 ,  侯敏 ,  冯大成

IPC: G06F8/51 ,  G06F8/30

Abstract: 本发明公开了一种基于闭包算法的同步语言航天C代码自动生成方法，其中，包括：将每一个方程式看作为一个实例，通过获得连接Conn，得到所有结点间关系的元组，其中结点类型分为输入，操作以及输出三种类型；对所有的元组进行标记为false和true，其中false为未检查，true为已被检查，初始标注均为false；通过同步语言模型闭包划分算法组成闭包；通过同步语言模型闭包内部排序算法进行排序；通过拓扑排序获得拓扑序列。本发明一种基于闭包算法的同步语言航天C代码自动生成方法，具有准确性，安全性以及可靠性。