-
公开(公告)号：CN104572820B
公开(公告)日：2017-11-24
申请号：CN201410723276.2
申请日：2014-12-03
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F17/30
Abstract: 本发明实施例提供了一种模型的生成方法及装置、重要度获取方法及装置。一方面，本发明实施例通过依据获得的词条的重要度准确率、词条之间的排序准确率和词条之间的区分度准确率中至少一个，构建M个候选模型，M为大于0的整数；从而，利用所述M个候选模型，获得所述词条的M个归一化的候选模型输出值；进而，利用评估模型对所述M个归一化的候选模型输出值进行评估，以获得目标模型输出值，将所述目标模型输出值所对应的候选模型作为目标模型。因此，本发明实施例提供的技术方案能够可以解决现有技术中获得词条的重要度信息的模型的可靠性比较低的问题。
-
公开(公告)号：CN105243053B
公开(公告)日：2018-02-09
申请号：CN201510587652.4
申请日：2015-09-15
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明公开了一种提取文档关键句的方法及装置，其中所述方法包括：根据层级语义向量模型训练得到与文档相关的句子向量和文档向量，所述层级语义向量模型包含预先根据文档训练资料库训练得到的句子向量更新公式和文档向量更新公式；计算所述句子向量和所述文档向量之间的相关性；选取所述相关性满足预设条件的句子向量对应的句子作为所述文档的第一关键句。本发明实施例能够提取出的精确表达文档信息的关键句。
-
公开(公告)号：CN105243053A
公开(公告)日：2016-01-13
申请号：CN201510587652.4
申请日：2015-09-15
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本发明公开了一种提取文档关键句的方法及装置，其中所述方法包括：根据层级语义向量模型训练得到与文档相关的句子向量和文档向量，所述层级语义向量模型包含预先根据文档训练资料库训练得到的句子向量更新公式和文档向量更新公式；计算所述句子向量和所述文档向量之间的相关性；选取所述相关性满足预设条件的句子向量对应的句子作为所述文档的第一关键句。本发明实施例能够提取出的精确表达文档信息的关键句。
-
公开(公告)号：CN104572820A
公开(公告)日：2015-04-29
申请号：CN201410723276.2
申请日：2014-12-03
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F17/30
CPC classification number: G06F17/30684
Abstract: 本发明实施例提供了一种模型的生成方法及装置、重要度获取方法及装置。一方面，本发明实施例通过依据获得的词条的重要度准确率、词条之间的排序准确率和词条之间的区分度准确率中至少一个，构建M个候选模型，M为大于0的整数；从而，利用所述M个候选模型，获得所述词条的M个归一化的候选模型输出值；进而，利用评估模型对所述M个归一化的候选模型输出值进行评估，以获得目标模型输出值，将所述目标模型输出值所对应的候选模型作为目标模型。因此，本发明实施例提供的技术方案能够可以解决现有技术中获得词条的重要度信息的模型的可靠性比较低的问题。
-
-
-
Search Results
4
records
(took 0.036 seconds)
