-
公开(公告)号：CN111831905B
公开(公告)日：2023-06-06
申请号：CN202010566334.0
申请日：2020-06-19
Applicant: 中国科学院计算机网络信息中心
IPC: G06F16/9535 , G06F16/35 , G06F16/383 , G06F16/335 , G06N3/0442 , G06N3/048 , G06N5/01
Abstract: 本发明公开了一种基于团队科研影响力及可持续性建模的推荐方法和装置。本方法为：1)根据设置的科研影响力特征属性类别，对科研影响力特征进行分类；2)设置一标签库；对每一个科研成果特征，将其与该标签库中的标签进行相似度匹配，将匹配的标签作为对应科研成果特征的属性名、根据属性名对应的科研成果特征的特征值作为该属性名对应的属性值；3)通过设置的目标函数和属性值对属性名进行筛选，选取多个属性名作为核心指标，得到一最佳核心指标集；4)根据该最佳核心指标集，获取各科研团队对应的指标值，根据所获取的指标值计算对应科研团队的一体化科研影响力；5)根据各科研团队的一体化科研影响力进行科研团队的推荐。
-
公开(公告)号：CN111598331A
公开(公告)日：2020-08-28
申请号：CN202010403375.8
申请日：2020-05-13
Applicant: 中国科学院计算机网络信息中心
Abstract: 本发明涉及一种基于科研多维特征的项目可行性预测分析方法，该方法包括：S1，定义项目可行性特征属性分类和表达方法；S2，评价特征属性提取和计算；S3，基于多层神经网络的项目可行性预测；S4，评分规则与特征属性的映射，并实现特征属性值计算；S5，基于评分规则的项目可行性分析；S6，给出项目可行性分析报告。本发明适用于利用特征属性和评分规则，基于神经网络实现项目可行性的预测，以及项目可行性评分。
-
Patent Agency Ranking
公开(公告)号：CN119782456A
公开(公告)日：2025-04-08
申请号：CN202411635374.0
申请日：2024-11-15
Applicant: 中国科学院计算机网络信息中心
IPC: G06F16/3329 , G06F16/3332 , G06N3/042
Abstract: 本发明公开一种基于图神经网络和大语言模型的数据问答方法及系统，属于数据库与自然语言处理技术领域。所述方法包括：构建用户问题和数据库模式的对齐关系图，并基于图神经网络，在数据库中获取与用户问题相关的数据集表项；利用大语言模型生成所述数据集表项的SQL查询语句；连接数据库并执行所述SQL查询语句；基于用户问题和所述SQL查询语句的查询结果，生成所述用户问题的答案。本发明可以增强数据问答能力。
-
公开(公告)号：CN111598331B
公开(公告)日：2023-07-07
申请号：CN202010403375.8
申请日：2020-05-13
Applicant: 中国科学院计算机网络信息中心
IPC: G06Q10/04 , G06Q10/0637 , G06F18/2135 , G06F18/22 , G06N3/0442 , G06N3/084 , G06F16/31 , G06F16/35
Abstract: 本发明涉及一种基于科研多维特征的项目可行性预测分析方法，该方法包括：S1，定义项目可行性特征属性分类和表达方法；S2，评价项目可行性特征属性提取和计算；S3，基于多层神经网络的项目可行性预测；S4，评分规则与特征属性的映射，并实现特征属性值计算；S5，基于文本相似度的项目可行性预测；S6，给出项目可行性分析报告。本发明适用于利用特征属性和评分规则，基于神经网络实现项目可行性的预测，以及项目可行性评分。
-
公开(公告)号：CN120011538A
公开(公告)日：2025-05-16
申请号：CN202510074784.0
申请日：2025-01-17
Applicant: 中国科学院计算机网络信息中心
IPC: G06F16/334 , G06F16/31 , G06F40/289 , G06N3/0455 , G06N3/08
Abstract: 一种获取推荐菜单的方法，包括：获取多个菜单、菜单的描述，第一BERT模型；将功能描述作为训练样本，菜单作为训练标签，训练第一BERT模型，得到第二BERT模型；根据菜单的功能描述，通过模型，生成问题，通过第二BERT模型提取第一语义特征，并保存在向量数据库中；对菜单、功能描述和生成问题进行分词，根据分词结果构建倒排索引；获取用户的输入信息，通过第二BERT模型，得到K个菜单；提取输入信息的第二语义特征，根据第二语义特征，与向量数据库保存的第一语义特征，确定K个菜单；对输入信息进行分词，根据第二分词结果，从文档数据库中检索出K个菜单；根据K个第一预测菜单、K个第二预测菜单、K个第三预测菜单、以及用户信息，确定N个推荐菜单。
-
公开(公告)号：CN111831905A
公开(公告)日：2020-10-27
申请号：CN202010566334.0
申请日：2020-06-19
Applicant: 中国科学院计算机网络信息中心
IPC: G06F16/9535 , G06F16/35 , G06F16/383 , G06F16/335 , G06N3/04 , G06N5/00
Abstract: 本发明公开了一种基于团队科研影响力及可持续性建模的推荐方法和装置。本方法为：1)根据设置的科研影响力特征属性类别，对科研影响力特征进行分类；2)设置一标签库；对每一个科研成果特征，将其与该标签库中的标签进行相似度匹配，将匹配的标签作为对应科研成果特征的属性名、根据属性名对应的科研成果特征的特征值作为该属性名对应的属性值；3)通过设置的目标函数和属性值对属性名进行筛选，选取多个属性名作为核心指标，得到一最佳核心指标集；4)根据该最佳核心指标集，获取各科研团队对应的指标值，根据所获取的指标值计算对应科研团队的一体化科研影响力；5)根据各科研团队的一体化科研影响力进行科研团队的推荐。
-
公开(公告)号：CN120030144A
公开(公告)日：2025-05-23
申请号：CN202411989396.7
申请日：2024-12-31
Applicant: 中国科学院计算机网络信息中心
IPC: G06F16/334 , G06F16/35 , G06N3/0455 , G06N3/045 , G06N3/0442 , G06N3/084 , G06Q40/12
Abstract: 本发明提供了一种基于多层语义编码和三元组学习的报销信息敏感内容精准检测方法和系统，属于自然语言处理领域。通过对真实报销数据中的误筛选案例进行系统性分析，本发明设计了一套多层语义编码框架，并结合三元组学习方法，显著提升了敏感内容识别的准确性。相较于现有技术，本发明的主要创新点包括：通过真实数据分析归纳出三类典型的伪敏感内容场景；创新性地将包含敏感词的报销文本构建三元组结构，通过多层语义编码与深度学习方法，实现对包含敏感词文本是否包含敏感内容的精准判别，有效区分真实敏感内容和伪敏感内容。本方法显著提升了报销信息敏感内容检测的准确率，具有重要的实践价值。
-
-
-
-
-
-
Search Results
7
records
(took 0.032 seconds)
