-
公开(公告)号：CN109614490A
公开(公告)日：2019-04-12
申请号：CN201811566674.2
申请日：2018-12-21
Applicant: 北京信息科技大学
Abstract: 本发明涉及一种基于LSTM的金融新闻倾向性分析方法，包括：基于百度百科查询和公司名与公司代码映射进行公司名识别；使用doc2vec模型比较句子与标题相似度，同时综合考虑句子位置、领域动词、公司名信息进行关键句群提取；使用word2vec和TFIDF表示句子，使用LSTM模型对关键句群进行分类。本发明在公司名识别方法中加入百度百科查询作为识别的一个因素，效果更优且扩展性更好，解决了因产品过多而误判为非公司名的问题，关键句群抽取引入doc2vec模型，提高了相似度计算准确度，在表示句子时，使用Word2vec训练文本，同时引入TFIDF方法，充分利用了文本上下文的信息和词在文本的重要程度，可以取得很好的效果。
-
公开(公告)号：CN108549636A
公开(公告)日：2018-09-18
申请号：CN201810310247.1
申请日：2018-04-09
Abstract: 本发明涉及一种赛事文字直播关键句抽取方法，其特征在于，包括：步骤一：利用Word2Vec进行关键词扩展，得到得分相关词集和其他相关词集，将得分相关词集、其他相关词集再加上比分特征和时间特征共同构成关键句抽取特征；步骤二：把关键句抽取转换为二分类问题，利用Adaboost算法进行分类。本发明首先利用Word2Vec对得分关键词和其他关键词进行扩展，得到得分相关词集和其他相关词集，然后把关键句抽取转换为二分类问题，以得分相关词集、其他相关词集、比分特征以及时间特征作为抽取特征，并利用Adaboost提升算法进行抽取，得到了更加准确的抽取效果，达到了很好的抽取效果，抽取结果的正确率、召回率和F值均较高，可以很好地满足实际应用的需要。
-
公开(公告)号：CN108536677A
公开(公告)日：2018-09-14
申请号：CN201810310246.7
申请日：2018-04-09
IPC: G06F17/27
Abstract: 本发明涉及一种专利文本相似度计算方法，包括以下步骤：从两个专利文本中提取专利数据，对专利数据进行预处理；将词性权重和词位置权重与TF-IDF算法相结合计算出词权重；将两个专利文本以向量空间模型表示出来，得到两个分布式词向量；计算文本相似度，当得到的专利文本相似度大于设定的阈值时，则认为两篇专利相似，否则不相似。本发明综合考虑了专利结构特点和词汇间语义关系，将IPC分类号、摘要、权利要求书等专利文本特有的结构融合到文本相似度计算方法当中，比一般文本相似度计算方法更加具有针对性，能保证较高的准确率和召回率，可以很好地满足实际应用的需要。
-
公开(公告)号：CN107766338A
公开(公告)日：2018-03-06
申请号：CN201710969649.8
申请日：2017-10-18
Abstract: 本发明涉及一种体育新闻自动生成方法，包括以下步骤：步骤1)构建语料数据集；步骤2)对语料数据集中的语料进行标注；步骤3)训练生成模型；步骤4)抽取自动识别出的信息，生成体育新闻。本发明提供的体育新闻自动生成方法，能够替代手动撰写体育新闻，能够自动生成准确率高、可读性强的体育新闻，可以很好地满足实际应用的需要。
-
公开(公告)号：CN104216880B
公开(公告)日：2017-06-16
申请号：CN201310206190.8
申请日：2013-05-29
Applicant: 北京信息科技大学
Abstract: 基于互联网的术语定义辨析方法，涉及自然语言处理领域。本发明主要解决一个术语多条定义，且定义规范性、准确性欠佳的问题。提出的技术方案要点包括：待辨析术语定义和参考释义获取、术语定义表示和相似度计算、术语定义模板获取、术语定义可信度计算和辨析结果选取。构建的参考释义兼顾术语定义准确性和专业性的特点，应用术语定义的五元组表示方法进行术语定义相似度计算，考虑了术语定义特征词之间的相似度和定义间语义相似度，更好地描绘了术语定义间的相似性；通过归纳术语定义的匹配模板以调整术语定义间相似度，使术语定义可信度更准确。本发明取得了很好的辨析效果，能够解决术语定义不规范、不准确的问题。
-
Patent Agency Ranking
公开(公告)号：CN106407168A
公开(公告)日：2017-02-15
申请号：CN201610803388.8
申请日：2016-09-06
Abstract: 本发明涉及一种应用文自动生成方法，包括以下步骤：步骤1)建立语料库；步骤2)选择多个适用实体并输入其对应的具体内容；步骤3)建立模板库并从中选择一个模板；步骤4)对所选择的模板进行润色。本发明提供的应用文自动生成方法，建立的语料库数据量大，适用实体的选择准确，自动生成的应用文中没有无关内容，应用于同一场合的应用文不会产生雷同，文章语言生动，基本不需要人再进行大的修改，可以很好地满足实际应用的需要。
-
公开(公告)号：CN105446956A
公开(公告)日：2016-03-30
申请号：CN201510863734.7
申请日：2015-12-02
IPC: G06F17/27
CPC classification number: G06F17/271
Abstract: 本发明涉及一种汉语概念复合块标注库规范化处理方法，包括：自动调整错误词类标记；自动补充事件句式内部特征标记；时间块和空间块标记一致化处理。本发明提供的汉语概念复合块标注库规范化处理方法，能够针对TCT语料库在机器自动标注和人工标注的基础上对概念复合块的标注进行全自动的规范化处理，解决了概念复合块标注不一致，不准确的问题，最终提高了标注的准确率，获得了很好的效果，进一步提高语料库的准确性，可以很好地满足实际应用的需要。
-
公开(公告)号：CN105389303A
公开(公告)日：2016-03-09
申请号：CN201510701364.7
申请日：2015-10-27
CPC classification number: G06F17/2795 , G06F17/277 , G06F17/30705
Abstract: 本发明涉及一种异源语料自动融合方法，包括以下步骤：步骤1)构建UNP映射词表；步骤2)对源体系的标注进行归一化处理；步骤3)确定产生歧义的词的词性，对语料体系中词的词义进行评判，进而确定词的词性标记；步骤4)对目标词汇集合中的单类词进行训练，然后用所述特征模板对多类词进行预测，输出预测结果的概率值；步骤5)对概率值的分布曲线进行曲线拟合；步骤6)对预测结果进行置信度评价；步骤7)对预测结果进行正确性验证；步骤8)将标注后的词及词性信息还原到原始语料中，将语料库融合为一个更大规模的语料库。本发明扩展了语料库的规模，统一了标注标准，提高了后续基于语料库语言学的研究分析的准确性，获得了较好的效果。
-
公开(公告)号：CN103870489A
公开(公告)日：2014-06-18
申请号：CN201210539985.6
申请日：2012-12-13
Applicant: 北京信息科技大学
CPC classification number: G06F17/30657
Abstract: 本发明属于计算语言学的自然语言处理领域，公开了一种基于搜索日志的中文人名自扩展识别方法，该方法借助“姓氏驱动”人名识别思想，利用搜索日志查询串首字姓氏特点，挖掘种子人名；利用种子人名在搜索日志中生成候选人名模板集；根据候选人名模板在所对应查询串和整个查询日志频次变化趋势，筛选人名模板；根据人名模板生成候选人名；利用前向后向关键词匹配界定、筛选候选人名，获得人名集合；基于自扩展迭代思想，利用当前获得的人名集合作为下一次迭代过程的种子人名集，人名模板集中区分度最高的前n个模板作为下一次迭代的种子模板，由此挖掘出搜索日志中人名，利用搜索日志本身特点构建种子人名、生成人名模板，根据人名上下文在对应查询串及整个搜索日志查询串的变化趋势，过滤人名模板，降低了人名识别时的噪音信息，提高了搜索日志中人名识别率。
-
公开(公告)号：CN103079259A
公开(公告)日：2013-05-01
申请号：CN201210538002.7
申请日：2012-12-13
IPC: H04W48/18
Abstract: 本发明公开了一种移动机会网络中网关选择方法，步骤是：计算相遇频率：由一个控制节点集中计算网络中每个节点同其他节点间平均相遇频率；基于中心度的候选网关选择：依次选择K个中心度最大的节点为候选网关；基于频繁轨迹的候选网关选择：对所有K个节点组合确定其对应的广播频繁轨迹，选择对应期望时延最低的为候选网关；基于蒙特卡洛模拟的网关选择：对基于中心度所得的候选网关、基于频繁轨迹所得的候选网关，利用蒙特卡洛模拟评估从它们开始的期望广播时延，选择时延更短的为最终所选的K个网关。跟传统移动无线网络中固定网关节点选择不同，本发明考虑了机会传输模式下的移动网关选择。移动网关的引入，可降低传统蜂窝接入网络的负载。本发明基于节点社会属性进行移动网关选择,可达到优化从网关出发数据传输速度的目标。
-
-
-
-
-
-
-
-
-
Search Results
132
records
(took 0.04 seconds)
