-
公开(公告)号：CN111460831A
公开(公告)日：2020-07-28
申请号：CN202010230897.2
申请日：2020-03-27
Applicant: 科大讯飞股份有限公司
Abstract: 本申请公开了一种事件确定方法、相关设备及可读存储介质，基于上述方案，对于待进行事件确定的文本，分别基于该文本的文本级语义信息确定出该文本的事件类型，以及，基于该文本的词级语义信息确定出该文本的事件元素，该文本的事件类型及该文本的事件元素能够组成该文本所描述事件，因此，基于上述方案能够实现从文本中确定事件。
-
公开(公告)号：CN108319581A
公开(公告)日：2018-07-24
申请号：CN201710041094.0
申请日：2017-01-17
Applicant: 科大讯飞股份有限公司
IPC: G06F17/27
Abstract: 本发明实施例提供了一种自然语言语句评价方法及装置，其中方法包括：获取待评价的自然语言语句；提取所述语句的语句质量评价特征，其中所述语句质量评价特征包括语句语义特征和\或语句描述特征，所述语句语义特征根据所述语句中包含的词语的词向量得到，所述语句描述特征根据所述语句的结构及所述语句的内容得到；根据所述语句的语句质量评价特征及预先构建的语句质量评价模型，获取所述语句的质量评价结果。本发明提出了语句质量评价特征的概念，通过自动提取的语句质量评价特征及预先构建的语句质量评价模型，可以自动得到该语句的质量评价结果，不需要人工参与，大大提高了语句评价时的效率和准确度，也使得语句质量的评价结果也较客观。
-
公开(公告)号：CN108121702A
公开(公告)日：2018-06-05
申请号：CN201711437049.3
申请日：2017-12-26
Applicant: 科大讯飞股份有限公司
IPC: G06F17/27
Abstract: 本发明公开了一种数学主观题评阅方法及系统，该方法包括：首先对待阅答题信息进行分词处理，然后根据分词处理结果对所述待阅答题信息进行结构分析，通过该步骤可以获取待阅答题的答题信息间关系，由于答题步骤和步骤间关系可以表征答题者的答题逻辑，这样可以将答题者的答题逻辑和参考答案的答题逻辑进行比对，得到第一评阅特征，进而根据第一评阅特征对待阅答题信息进行评阅，避免了现有技术需要对标准答案进行整理、扩展，而答题者的答案的表达形式、答题思路可能多种多样，导致扩展结果无法覆盖所有可能的答案，造成评阅结果不正确的情况发生，有效提升开放性题型的评阅结果的准确度。
-
公开(公告)号：CN114817553B
公开(公告)日：2024-12-13
申请号：CN202111396510.1
申请日：2021-11-23
Applicant: 科大讯飞股份有限公司
IPC: G06F16/36 , G06F16/35 , G06F40/211 , G06F40/295 , G06F40/30 , G06N3/02
Abstract: 本发明公开了一种知识图谱构建方法、知识图谱构建系统和计算设备，该方法包括：获取作为原始数据的文本，对所述文本进行篇章级知识抽取和句子级事件抽取，以获得知识抽取结果和事件抽取结果；以及对所述知识抽取结果和所述事件抽取结果进行知识融合，以获得知识图谱。本发明将知识图谱的概念从传统的静态知识三元组变为包含静态知识五元组以及动态事件知识在内的复合知识，使用篇章级要素抽取与要素关联，可以大大提升五元组的提取效率与召回率，使得知识结构化属性更强。
-
Patent Agency Ranking
公开(公告)号：CN111460831B
公开(公告)日：2024-04-19
申请号：CN202010230897.2
申请日：2020-03-27
Applicant: 科大讯飞股份有限公司
IPC: G06F40/30 , G06F16/35 , G06F18/214
Abstract: 本申请公开了一种事件确定方法、相关设备及可读存储介质，基于上述方案，对于待进行事件确定的文本，分别基于该文本的文本级语义信息确定出该文本的事件类型，以及，基于该文本的词级语义信息确定出该文本的事件元素，该文本的事件类型及该文本的事件元素能够组成该文本所描述事件，因此，基于上述方案能够实现从文本中确定事件。
-
公开(公告)号：CN110059174B
公开(公告)日：2023-05-30
申请号：CN201910350773.5
申请日：2019-04-28
Applicant: 科大讯飞股份有限公司
IPC: G06F16/332
-
公开(公告)号：CN114281996A
公开(公告)日：2022-04-05
申请号：CN202111619122.5
申请日：2021-12-27
Applicant: 科大讯飞股份有限公司
Abstract: 本申请实施例提供一种长文本分类方法、装置、设备及存储介质，该方法包括：将获取的目标长文本划分成N个序列后输入目标模型中，分别得到N个序列的文本表示，N为正整数；对N个序列的文本表示进行融合，得到目标长文本的篇章表示；根据目标长文本的篇章表示，得到目标长文本的分类结果。也就是说，本申请将目标长文本的N个序列的文本表示进行融合，得到整个目标长文本的篇章表示，基于整个目标长文本的篇章表示进行分类，即在分类过程中考虑了整个文本的语义信息和上下文信息，进而提高了目标长文本的分类准确性。
-
公开(公告)号：CN110334217A
公开(公告)日：2019-10-15
申请号：CN201910387302.1
申请日：2019-05-10
Applicant: 科大讯飞股份有限公司
IPC: G06F16/36
Abstract: 本申请提供了一种要素抽取方法、装置、设备及存储介质，其中，方法包括：获取目标文本以及基于要素抽取需求定义的要素标签；从目标文本中抽取要素标签对应的目标要素内容；从目标文本中抽取与目标要素内容相匹配的对象指代词，作为要素标签对应的目标对象指代词；将由要素标签和要素标签对应的目标要素内容和目标对象指代词组成的三元组，确定为目标文本的要素抽取结果。本申请提供的要素抽取方法能够自动、高效、准确地从目标文本中抽取出要素。
-
公开(公告)号：CN110059174A
公开(公告)日：2019-07-26
申请号：CN201910350773.5
申请日：2019-04-28
Applicant: 科大讯飞股份有限公司
IPC: G06F16/332
Abstract: 本发明公开了一种问询指引方法及装置，其中所述问询指引方法包括：接收当前问答对；根据所述当前问答对以及预设的问询指引策略，预测并输出下一个问题。相比事先设计规则或模板的现有处理方式，本发明与真实问询内容建立关联，因此所指引内容的质量得到了保障，从而可以有效地辅助相关人员提升工作效率以及后续处理的可靠性。进一步地，本发明能够通过无监督语料训练模型，达到无需大量人工干预的目的，并且便于模型参数的共享，因而可以将适用范围扩展到任意案由甚至任意涉及问询的应用场景。综上而言，本发明不仅极大地节约了人力成本，并且能够创造显著的经济和社会价值。
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.03 seconds)
