-
公开(公告)号：CN104598044B
公开(公告)日：2017-12-05
申请号：CN201510025408.9
申请日：2015-01-19
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F3/023
Abstract: 本发明提供了一种汉语拼音键盘布局及其滑动拼音输入消歧方法与系统，构建的汉语拼音键盘布局由连通的声母区域和连续的单韵母区域两部分组成，能够在连续滑动情况下，从任何声母出发，不经过任何其他韵母而到达a、o、e、i、u、ü6个单韵母中的任何一个单韵母，声母区域由b、p、m、f、d、t、l、n、g、k、j、q、x、z、h、c、s、r、y、w顺序排序而成，通过声母区域的20个声母将6个单韵母包围在其中，构建的汉语拼音键盘用于显示在触控屏设备上，也可用于物理键盘的布局。构建的基于本发明所述汉语拼音键盘的滑动拼音输入消歧方法与系统可以用于触控屏设备中基于滑动的拼音输入。本发明将显著提升智能移动设备中汉语的输入性能、大大降低汉语输入的学习和记忆成本，为最终打破移动平台中文信息处理的信息录入瓶颈提供有效途径。
-
公开(公告)号：CN103853797B
公开(公告)日：2017-10-17
申请号：CN201210523756.5
申请日：2012-12-07
Applicant: 中兴通讯股份有限公司 , 哈尔滨工业大学深圳研究生院
Abstract: 本发明公开了一种基于n元图片索引结构的图片检索方法与系统，涉及图像检索技术领域。本发明公开的方法包括：收到用户的检索操作时，判断用户输入的检索内容的形式为文本形式，则对用户输入的文本进行基于n元图片索引的文本内部向量化处理，利用处理结果在文本标签内的索引下进行图片检索，用户输入的检索内容的形式为图片形式时，对用户输入的图片进行基于n元图片索引结构的图片语义自动标注，提取n元图片，针对提取的n元图片的TF‑IDF特征向量在语义标注的文本标签内的索引中进行图片检索，最后将检索到的图片按照相似度排序并输出。本发明还公开了基于n元图片索引结构的图片检索系统。本申请技术方案提高了检索效率和效果。
-
公开(公告)号：CN104598044A
公开(公告)日：2015-05-06
申请号：CN201510025408.9
申请日：2015-01-19
Applicant: 哈尔滨工业大学深圳研究生院
IPC: G06F3/023
CPC classification number: G06F3/018 , G06F3/0219 , G06F3/0233
Abstract: 本发明提供了一种汉语拼音键盘布局及其滑动拼音输入消歧方法与系统，构建的汉语拼音键盘布局由连通的声母区域和连续的单韵母区域两部分组成，能够在连续滑动情况下，从任何声母出发，不经过任何其他韵母而到达a、o、e、i、u、ü6个单韵母中的任何一个单韵母，声母区域由b、p、m、f、d、t、l、n、g、k、j、q、x、z、h、c、s、r、y、w顺序排序而成，通过声母区域的20个声母将6个单韵母包围在其中，构建的汉语拼音键盘用于显示在触控屏设备上，也可用于物理键盘的布局。构建的基于本发明所述汉语拼音键盘的滑动拼音输入消歧方法与系统可以用于触控屏设备中基于滑动的拼音输入。本发明将显著提升智能移动设备中汉语的输入性能、大大降低汉语输入的学习和记忆成本，为最终打破移动平台中文信息处理的信息录入瓶颈提供有效途径。
-
公开(公告)号：CN102013010B
公开(公告)日：2012-12-19
申请号：CN201010583025.0
申请日：2010-12-10
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明涉及一种交互式篇章级手写识别方法及系统，通过以手写文档为主要视图,引导用户采用整篇写入整篇识别的方式，改变了传统识别系统输入一个或较短的几个字，显示识别结果并显示一组候选字符供用户选择的方式。利用篇章文档的内在关联信息，自适应不同用户的书写特点的智能手写识别方法，可达到连续、快速输入，更加准确识别的效果。
-
公开(公告)号：CN102012748A
公开(公告)日：2011-04-13
申请号：CN201010566505.6
申请日：2010-11-30
Applicant: 哈尔滨工业大学
IPC: G06F3/023
Abstract: 语句级中英文混合输入方法，本发明涉及信息输入方法，尤其涉及一种中英文混合语句输入方法。它解决了现有的中英文混合输入方法采用手工标示输入的字母串中哪些需要转换成中文哪些是英文单词，无法保证连续的语句输入的问题。它包括下述步骤：用键盘输入字符串；由输入法管理系统对字符串进行中英文切分；所做的中英文切分是基于中文拼音库和英文词库的自动识别；输入法管理系统对切分后的字符串分别进行相应的中文和英文字符转换，并提供混合语句候选和中英文词语候选；所做出的中文和英文字符转换是基于中文词库和中英文统计库的自动识别；从通过插入、删除、选择等编辑命令，最终从候选列表中选定输出内容；输出中英文混合语句。用于文字输入。
-
Patent Agency Ranking
公开(公告)号：CN101995963A
公开(公告)日：2011-03-30
申请号：CN201010551084.X
申请日：2010-11-19
Applicant: 哈尔滨工业大学
IPC: G06F3/023
Abstract: 词汇自适应中文输入方法，本发明涉及一种计算机、手机、或者掌上电子产品等的词汇自适应的中文输入方法。它降低输入法的背景噪音，减少系统开销，实现个性化输入。它用于汉字输入。它包括下述步骤：输入汉语拼音字符串；进行音节切分；根据本地的通用词库中词的状态和已经加载到本地的领域专业词库的状态对音节串进行汉语语句转换；输出汉字字符串；搜索位于服务器端的领域专业词库并判断已输入汉语语句中是否包含位于服务器端的领域词库集中的词汇；如果存在这样的词汇，则将包含该词汇的领域专业词库加载到本地；根据选择确定的汉语语句输入，对位于本地的通用词库和已经加载到本地的领域专业词库中的词进行词汇状态调整。
-
公开(公告)号：CN112100426B
公开(公告)日：2024-05-24
申请号：CN202011004577.1
申请日：2020-09-22
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F16/58 , G06F16/583 , G06V30/413
Abstract: 本发明所提供的基于视觉和文本特征的通用表格信息检索的方法与系统，该方法包括输入格式标准化、表格内容索引、基本内容单元的向量化表示、查询的向量化表示、融合视觉特征的表格信息检索、内容单元合并、答案筛选并返回。基于本发明所述通用表格信息检索方法与系统可以用于以电子文档、网页、PDF和图片等多种格式出现的表格，本发明在现有基于文本特征的表格问答系统的基础上，联合表格的视觉特征，如表格的框线、基本内容单元的坐标、文本的字体、颜色和缩进等，自动根据所提问题对存在丰富视觉信息的非规范化表格进行信息检索，极大提升了对文档的检索能力，且提高了检索结果的精确度。
-
公开(公告)号：CN112035035B
公开(公告)日：2022-06-07
申请号：CN202010878382.3
申请日：2020-08-27
Applicant: 哈尔滨工业大学(深圳)
IPC: G06F3/04845 , G06F3/0488 , G06T11/00 , G06T11/60
Abstract: 本发明提供了一种可擦除顶层局部区域笔画的橡皮擦实现方法及系统，该方法包括其包括以下步骤：步骤S1，建立像素点索引列表；步骤S2，通过触摸屏采集用户绘图过程的原始点集，然后对原始笔画进行像素点间的插值；步骤S3，计算橡皮擦的覆盖区域，根据橡皮擦的覆盖区域，寻找需要删除的顶层笔画点信息；步骤S4，根据删除笔段，对该笔画进行局部区域的删除；步骤S5，对删除后的笔画进行重构，更新像素索引列表，重绘删除后的笔画；用户绘图时，当结束一个笔画的绘制时，执行上述步骤S2；用户使用橡皮擦擦除时，重复步骤S3到步骤S5，直到用户停止橡皮擦擦除。采用本发明的技术方案，实现分层处理和局部擦除，提高了绘画编辑效率。
-
公开(公告)号：CN103853792B
公开(公告)日：2018-06-15
申请号：CN201210521573.X
申请日：2012-12-07
Applicant: 中兴通讯股份有限公司 , 哈尔滨工业大学深圳研究生院
Abstract: 本发明公开了一种图片语义自动标注方法与系统，涉及图像语义自动标注技术。本发明公开的系统包括：部件一、针对已带有图片标注的图片数据集，构建基于n元图片的索引；部件二、对待标注图片进行预处理，提取图像n元；部件三、从所构建的基于n元图片的索引中检索所提取的图像n元对应的所有语义标签，计算所检索出的图像n元对应的语义标签的概率值；部件四、更新所有语义标签的概率值；部件五、按照更新后的概率值对所有语义标签进行排序，将概率值排序中达到设定值的一个或多个语义标签输出。本发明还公开了一种图片语义自动标注方法。本申请技术方案应用于图像自动语义标注中，能快速、高效的挖掘出丰富的图像语义标注。
-
公开(公告)号：CN107977361A
公开(公告)日：2018-05-01
申请号：CN201711278996.2
申请日：2017-12-06
Applicant: 哈尔滨工业大学深圳研究生院
Abstract: 本发明提出了一种基于深度语义信息表示的中文临床医疗实体识别方法，包括两部分内容：1)中文临床医疗实体的表示方法；2)中文临床医疗实体的识别方法。表示方法包括以下两种：单标签表示和多标签表示。识别方法融入基于医疗领域偏旁部首信息的汉字表示方法，基于CNN获取医疗文本的局部语义信息，基于双向LSTM获取医疗文本的全局语义，并基于Attention机制对句子中不同词的语义信息进行选择。本发明继承了深度学习的优势，具有较少人工特征干预及更高的准确率和召回率等优点。
-
-
-
-
-
-
-
-
-
Search Results
71
records
(took 0.02 seconds)
