一种针对植物领域的非分类关系识别方法

    公开(公告)号:CN105653522A

    公开(公告)日:2016-06-08

    申请号:CN201610041747.0

    申请日:2016-01-21

    Abstract: 本发明公开了属于计算机中文信息处理领域的一种针对植物领域的非分类关系识别方法。根据对植物领域关系的分类,对分类关系和非分类关系进行定义;获取相关词条的非结构化网页内容,作为语料并进行预处理,获得预处理模块;然后再进行基于词汇-语法的非分类关系的初步抽取,对获得的结果,进行改进,获得改进抽取模块;最后基于百度百科半结构化文本的非分类关系抽取,获得非分类关系抽取模块,对其进行形式化表达,获得可视性结果。该方法在对文本进行自然语言处理的基础上,直接用非分类关系词汇-语法模式进行抽取,准确率在70%左右,取得了较好的结果,为植物领域知识图谱构建奠定了基础,且为农民提供了更专业的植物领域技术和知识。

    一种疾病名词自动识别方法

    公开(公告)号:CN105426358A

    公开(公告)日:2016-03-23

    申请号:CN201510756485.1

    申请日:2015-11-09

    CPC classification number: G06F17/277

    Abstract: 本发明提供一种疾病名词自动识别方法,所述方法包括,获取第一预设新闻材料中的语料数据;构建疾病领域本体;对所述疾病领域本体进行扩充,得到扩充后的疾病领域本体;利用所述扩充后的疾病领域本体对从第一预设新闻材料中获取的语料数据进行自动标注,得到带有扩充后的疾病名词标注的训练语料;根据所述带有扩充后的疾病名词标注的训练语料,建立疾病名词自动识别模型;根据所述疾病名词自动识别模型,对第二预设新闻材料中的语料进行疾病名词识别。本发明所述方法实现了对新闻报道等语言通俗的文献中的疾病名词或其别名的自动识别。

    种土锥体网育苗技术
    3.
    发明公开

    公开(公告)号:CN1173272A

    公开(公告)日:1998-02-18

    申请号:CN97112176.1

    申请日:1997-06-13

    Inventor: 赵明

    Abstract: 一种作物种子与配合土压制成为锥体化在网纱上进行的育苗方法,首先将配料土用锥体器压成锥体并将种子播入锥体土中,然后将种土锥体摆植在纱网上育苗或者将压制好的种土锥体摆植在套种的田间,用细沙土覆盖,再将摆植在纱网上的种土锥体培育成可移栽的幼苗,最后将幼苗移植大田生长。锥体器包括单穴和多穴两种。用本发明的育苗技术培育的幼苗能够降低成本,提高效率和幼苗质量,适宜机械化移栽和人工移栽。

    一种针对植物领域的非分类关系识别方法

    公开(公告)号:CN105653522B

    公开(公告)日:2019-04-05

    申请号:CN201610041747.0

    申请日:2016-01-21

    Abstract: 本发明公开了属于计算机中文信息处理领域的一种针对植物领域的非分类关系识别方法。根据对植物领域关系的分类,对分类关系和非分类关系进行定义;获取相关词条的非结构化网页内容,作为语料并进行预处理,获得预处理模块;然后再进行基于词汇‑语法的非分类关系的初步抽取,对获得的结果,进行改进,获得改进抽取模块;最后基于百度百科半结构化文本的非分类关系抽取,获得非分类关系抽取模块,对其进行形式化表达,获得可视性结果。该方法在对文本进行自然语言处理的基础上,直接用非分类关系词汇‑语法模式进行抽取,准确率在70%左右,取得了较好的结果,为植物领域知识图谱构建奠定了基础,且为农民提供了更专业的植物领域技术和知识。

    基于word2vec的远监督非分类关系提取方法及系统

    公开(公告)号:CN107145503A

    公开(公告)日:2017-09-08

    申请号:CN201710166727.0

    申请日:2017-03-20

    CPC classification number: G06F17/30734 G06F17/30705

    Abstract: 本发明公开一种基于word2vec的远监督非分类关系提取方法及系统,能较准确提取蔬菜领域的非分类关系。方法包括:爬取网络百科和大型蔬菜网站的网络蔬菜领域非结构化文本数据作为语料,对语料依次进行预处理,得到初步的训练语料;利用初步的训练语料训练word2vec模型,利用word2vec模型得到每个句子的空间向量;将初步的训练语料按照非分类关系类型进行聚合,对于每个关系的聚合数据,抽取常见句子模式和不常见的句子模式;选择两个分别满足两种不同模式的句子空间向量作为k‑means聚类方法的初始中心,对所有句子空间向量进行聚类,选择满足常见句子模式的一类,得到质量较好的训练语料;由质量较好的训练语料训练卷积神经网络模型,通过一个全连接softmax层,提取非分类关系。

    一种针对海量新闻的疾病名词自动识别方法

    公开(公告)号:CN105426358B

    公开(公告)日:2018-08-31

    申请号:CN201510756485.1

    申请日:2015-11-09

    Abstract: 本发明提供一种针对海量新闻的疾病名词自动识别方法,所述方法包括,获取第一预设新闻材料中的语料数据;构建疾病领域本体;对所述疾病领域本体进行扩充,得到扩充后的疾病领域本体;利用所述扩充后的疾病领域本体对从第一预设新闻材料中获取的语料数据进行自动标注,得到带有扩充后的疾病名词标注的训练语料;根据所述带有扩充后的疾病名词标注的训练语料,建立疾病名词自动识别模型;根据所述疾病名词自动识别模型,对第二预设新闻材料中的语料进行疾病名词识别。本发明所述方法实现了对新闻报道等语言通俗的文献中的疾病名词或其别名的自动识别。

    超声波雾化-紫外智能空气消毒机

    公开(公告)号:CN2655912Y

    公开(公告)日:2004-11-17

    申请号:CN03264467.1

    申请日:2003-06-18

    Abstract: 本实用新型公开了一种超声波雾化-紫外智能空气消毒机,该机包括雾化室(5)、下部带有雾化头(6)的水槽(9)、空气循环装置,其特征在于,在空气循环装置的入口端设有紫外线消毒装置;在雾化室(5)的底部盛有药液,在药液与水槽(9)之间设有一层将二者隔开的隔膜(10),与药液相对应的是可以装有不同药液的药液槽(13);雾化头(6)可以有多个;本机还设有控制装置(16),该控制装置(16)带有可定时定量自动控制、可进行有人和无人状态的消毒选择的单片机(20)。本机具有雾滴小、雾量大、空气消毒效果好;工作寿命长;自动化程度高;物理和化学消毒相结合,能适应复杂环境和多种流行性传染病病原的消毒等优点。

    雾化根系培养箱
    10.
    实用新型

    公开(公告)号:CN2291787Y

    公开(公告)日:1998-09-23

    申请号:CN97218458.9

    申请日:1997-06-13

    Abstract: 一种雾化根系培养箱,该雾化根系培养箱由箱体1、培养板2、培养孔3、万向轮4、侧壁5、雾化发生器6和营养缸7构成,培养板位于箱体的上层,培养板上有培养孔3,培养板下为可组合的四个侧壁5和箱体下的万向轮4。超声波雾化器6可固定在箱体外,也可固定在箱体内。箱内可放置炭纤维加热板或者不放置炭纤维加热板。该培养箱具有喷滴小,雾滴分布均匀,没有冲洗根系现象,实现了自动控制等优点。

Patent Agency Ranking