基于领域本体构建的多源异构数据语义集成的模型及方法

    公开(公告)号:CN104182454A

    公开(公告)日:2014-12-03

    申请号:CN201410317211.8

    申请日:2014-07-04

    Abstract: 本发明公开了一种基于领域本体构建的多源异构数据语义集成的模型及方法,多源异构数据语义集成模型包括:局部本体构建模块、领域本体合并模块和语义查询动态扩展及规约模块。多源异构数据语义集成的方法包括:通过本体合并技术构建领域本体,并建立数据源和局部本体、局部本体和领域本体的语义映射关系;结合社会标注及本体在知识表达上的互补优势,对用户的语义查询请求进行查询规约及扩展,生成规范的语义查询语句,对多个数据源分别进行查询,然后将查询结果去重和聚合优化,最终返回给用户。本发明通过领域本体的构建与映射、查询语义扩展及结果聚合优化,提供了一种基于领域本体构建的油气勘探异构数据语义集成模型及方法。

    一种语音识别系统解码方法、系统及存储介质

    公开(公告)号:CN116343794A

    公开(公告)日:2023-06-27

    申请号:CN202211597437.9

    申请日:2022-12-12

    Abstract: 本发明提供一种语音识别系统解码方法、系统及存储介质,方法包括将待识别的语音数据进行预处理操作,得到语音特征帧序列;将语音特征帧序列送入已训练好的深度神经网络中,使用Dropout策略将深度神经网络在除输出层外的每一层随机执行Dropout,重复该操作N次,得到N个不同的深度神经网络,实现对同一个深度神经网络的充分采样;基于Dropout策略N个不同的深度神经网络对输入的语音特征帧序列进行前向传播过程,得到N路不同的深度神经网络的前向计算结果;将前向计算结果送入解码器中,使用本发明提出的同步合并无偏解码算法进行合并,得到无偏解码词图。本申请能消除语音识别系统解码结果的有偏性,得到高质量的无偏解码结果,提升了语音识别系统的性能。

    基于领域本体构建的多源异构数据语义集成的模型及方法

    公开(公告)号:CN104182454B

    公开(公告)日:2018-03-27

    申请号:CN201410317211.8

    申请日:2014-07-04

    Abstract: 本发明公开了一种基于领域本体构建的多源异构数据语义集成的模型及方法,多源异构数据语义集成模型包括:局部本体构建模块、领域本体合并模块和语义查询动态扩展及规约模块。多源异构数据语义集成的方法包括:通过本体合并技术构建领域本体,并建立数据源和局部本体、局部本体和领域本体的语义映射关系;结合社会标注及本体在知识表达上的互补优势,对用户的语义查询请求进行查询规约及扩展,生成规范的语义查询语句,对多个数据源分别进行查询,然后将查询结果去重和聚合优化,最终返回给用户。本发明通过领域本体的构建与映射、查询语义扩展及结果聚合优化,提供了一种基于领域本体构建的油气勘探异构数据语义集成模型及方法。

Patent Agency Ranking