-
公开(公告)号：CN108073677A
公开(公告)日：2018-05-25
申请号：CN201711063644.5
申请日：2017-11-02
Applicant: 中国科学院信息工程研究所
Abstract: 本发明涉及一种基于人工智能的多级文本多标签分类方法及系统。该方法包括：1)利用神经网络构建多级文本多标签分类模型，并根据该模型得到训练文本的文本类别预测结果；2)根据训练文本中已有的文本类别标注信息与步骤1)得到的训练文本的文本类别预测结果，对多级文本多标签分类模型的参数进行学习，得到参数确定的多级文本多标签分类模型；3)利用参数确定的多级文本多标签分类模型对待分类文本进行分类。本发明只通过文档级的标注信息来推断组成文本的标签，可以很好的应用于组成文本标签难以收集的场景；相对于传统多示例学习方法，本发明引入最少假设，能够更好地拟合实际数据；本发明具有良好的可扩展性。
-
公开(公告)号：CN109933707B
公开(公告)日：2022-10-14
申请号：CN201811285020.2
申请日：2018-10-31
Applicant: 中国科学院信息工程研究所
IPC: G06F16/953 , G06F16/955 , G06F16/958
Abstract: 本发明涉及一种基于搜索引擎的主题语料构建方法及系统。该方法包括以下步骤：1)利用搜索引擎获取主题相关的种子网页；2)对种子网页进行扩展以发现列表页；3)对列表页进行判断，得到与主题真正相关的列表页；4)对与主题真正相关的列表页中的链接进行抽取，并对链接进行下载得到原始网页；5)对原始网页进行正文抽取，形成最终的主题语料。该系统包括：种子网页获取单元、列表页发现单元、列表页审核单元、网页下载单元和正文抽取单元。与现有技术相比，构建同等规模主题语料本发明所需的人工标注量大幅减少，并且对各类主题语料构建都有较好的适用性。
-
Patent Agency Ranking
公开(公告)号：CN108399213B
公开(公告)日：2022-04-01
申请号：CN201810112624.0
申请日：2018-02-05
Applicant: 中国科学院信息工程研究所
IPC: G06F16/13 , G06F16/172 , G06F16/28
Abstract: 本发明提供一种面向用户个人文件的聚类方法，步骤包括：利用用户对相似文件的保存习惯对用户文件进行分组，得到多个文件组；对文件组内的文件进行聚类，得到一个或多个局部簇，每个局部簇内的文件内容相似；将每个局部簇视为一个文件，对所有局部簇进行聚类，生成全局簇。本发明还提供一种面向用户个人文件的聚类系统，包括聚类计算单元、聚类结果存储单元和聚类结果查找单元，其中聚类计算单元包括批量文件聚类计算单元和增量文件聚类计算单元。
-
公开(公告)号：CN108073677B
公开(公告)日：2021-12-28
申请号：CN201711063644.5
申请日：2017-11-02
Applicant: 中国科学院信息工程研究所
IPC: G06F16/35
Abstract: 本发明涉及一种基于人工智能的多级文本多标签分类方法及系统。该方法包括：1)利用神经网络构建多级文本多标签分类模型，并根据该模型得到训练文本的文本类别预测结果；2)根据训练文本中已有的文本类别标注信息与步骤1)得到的训练文本的文本类别预测结果，对多级文本多标签分类模型的参数进行学习，得到参数确定的多级文本多标签分类模型；3)利用参数确定的多级文本多标签分类模型对待分类文本进行分类。本发明只通过文档级的标注信息来推断组成文本的标签，可以很好的应用于组成文本标签难以收集的场景；相对于传统多示例学习方法，本发明引入最少假设，能够更好地拟合实际数据；本发明具有良好的可扩展性。
-
公开(公告)号：CN109933707A
公开(公告)日：2019-06-25
申请号：CN201811285020.2
申请日：2018-10-31
Applicant: 中国科学院信息工程研究所
IPC: G06F16/953 , G06F16/955 , G06F16/958
Abstract: 本发明涉及一种基于搜索引擎的主题语料构建方法及系统。该方法包括以下步骤：1)利用搜索引擎获取主题相关的种子网页；2)对种子网页进行扩展以发现列表页；3)对列表页进行判断，得到与主题真正相关的列表页；4)对与主题真正相关的列表页中的链接进行抽取，并对链接进行下载得到原始网页；5)对原始网页进行正文抽取，形成最终的主题语料。该系统包括：种子网页获取单元、列表页发现单元、列表页审核单元、网页下载单元和正文抽取单元。与现有技术相比，构建同等规模主题语料本发明所需的人工标注量大幅减少，并且对各类主题语料构建都有较好的适用性。
-
公开(公告)号：CN108415900A
公开(公告)日：2018-08-17
申请号：CN201810112596.2
申请日：2018-02-05
Applicant: 中国科学院信息工程研究所
IPC: G06F17/27
Abstract: 本发明提供一种基于多级共现关系词图的可视化文本信息发现方法，其步骤包括：抽取文档的文本内容，对文本内容进行切分，得到文本片段；对文本片段进行切分，提取关键词，并标记词类别标签；根据关键词在文本片段中的共现关系构建多级共现关系词图，图中的节点对应关键词，图中的边对应关键词共现；对图中的每个关键词构建词-文档倒排索引，用以检索包含关键词的文档；通过共现关系词图获取可视化文本信息。本发明还提供一种基于多级共现关系词图的可视化文本信息发现系统，包括文档预处理模块、关键词提取模块、多级词图构建模块、词-文档索引构建模块及可视化信息发现模块。
-
公开(公告)号：CN108399213A
公开(公告)日：2018-08-14
申请号：CN201810112624.0
申请日：2018-02-05
Applicant: 中国科学院信息工程研究所
IPC: G06F17/30
Abstract: 本发明提供一种面向用户个人文件的聚类方法，步骤包括：利用用户对相似文件的保存习惯对用户文件进行分组，得到多个文件组；对文件组内的文件进行聚类，得到一个或多个局部簇，每个局部簇内的文件内容相似；将每个局部簇视为一个文件，对所有局部簇进行聚类，生成全局簇。本发明还提供一种面向用户个人文件的聚类系统，包括聚类计算单元、聚类结果存储单元和聚类结果查找单元，其中聚类计算单元包括批量文件聚类计算单元和增量文件聚类计算单元。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
