一种基于序列到森林的非连续实体识别方法

    公开(公告)号:CN115114930A

    公开(公告)日:2022-09-27

    申请号:CN202210554500.4

    申请日:2022-05-19

    Abstract: 本发明提出了一种基于序列到森林的非连续实体识别方法,为了更好地刻画实体内部组块之间的依赖性,使用森林结构建模文本中实体集;采用基于神经网络的“编码器‑解码器”生成框架,实现序列到森林的生成过程;在编码器端,首先采用基于Transformer的编码器捕获文本中每个词的全局依赖特征,然后再使用卷积神经网络进一步捕获词的局部依赖特征;在解码器端,设计了基于“便签”机制的注意力模块,可捕获每个解码时刻的输出与输入之间的语义关联性。本发明的有益效果是:可保证实体间的无序性以及实体内部的有效性,可有效捕获实体组块之间的关联性,可有效提高模型对非连续实体的识别能力,可适应于连续实体识别的场景。

    一种不围棋最佳落子点的确定方法及确定系统

    公开(公告)号:CN108052785A

    公开(公告)日:2018-05-18

    申请号:CN201810100034.6

    申请日:2018-02-01

    Abstract: 本发明公开一种不围棋最佳落子点的确定方法及确定系统,确定方法包括:获取搜索次数;根据搜索次数确定是否属于第一次落子;若是生成初始的招法表;否则,判断当前落子点是否是同种颜色的棋子围成的空白点;若是剔除当前落子点上的棋子;建立线性表和二维表;获取当前落子点;根据线性表及当前落子点清空二维表中对应位置的数据;更新线性表和二维表;判断当前棋盘中是否存在同种颜色的棋子围成的空白点;否则,根据更新后的线性表及更新后的二维表,采用上限置信区间方法确定最佳落子点。本发明提供的确定方法及确定系统,能够快速高效地确定不围棋的最佳落子点。

    一种点格棋最佳招法的确定方法及系统

    公开(公告)号:CN108304929A

    公开(公告)日:2018-07-20

    申请号:CN201810100076.X

    申请日:2018-02-01

    Abstract: 本发明公开了一种点格棋最佳招法的确定方法及系统。该方法包括:获取落点位置;根据所述落点位置确定所述落点位置相邻的格子;获取当前数据结构信息;所述当前数据结构信息为当前棋局的数据结构信息;根据所述落点位置和所述格子,按照所述当前棋局的数据结构信息,确定剩余可走落点位置;采用上限置信区间算法对所述剩余可走落点位置进行搜索,确定最佳招法的同时,同步对所述上限置信区间算法进行优化。采用本发明所提供的确定方法及系统能够缩短在点格棋中确定最佳招法的时长,以及提高搜索效率和精准。

Patent Agency Ranking