专利名称：一种路径解码方法、装置、计算机设备及存储介质      申请号：2018111799800     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：文本处理 文本路径解码 短信息流 短文本词 互联网   相似专利 发布日：2025/01/15  
摘要： 本发明公开了一种路径解码方法、装置、计算机设备及存储介质。所述方法包括：根据待解码短文本确定出与其对应的N个状态矩阵；其中，N为大于等于1的自然数；采用分数相加法获取所述N个状态矩阵中各个状态矩阵对应的最优状态序列；在N个最优状态序列中确定出所述待解码短文本对应的M个最优路径；其中，M为大于等于1且小于等于N的自然数。可以提高通过HMM模型获取最优路径的准确度，解决了HMM模型在实际应用于文本路径解码时路径分数由于过小而不可信的问题。

专利名称：一种路径解码方法、装置、计算机设备及存储介质      申请号：2019110761694     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：文本处理 文本路径解码 短信息流 短文本词 互联网   相似专利 发布日：2025/01/15  
摘要： 本发明公开了一种路径解码方法、装置、计算机设备及存储介质。所述方法包括：根据所述待解码短文本，获取所述待解码短文本对应的节点矩阵；根据所述待解码短文本对应的节点矩阵，确定出所述待解码短文本对应的状态矩阵；根据所述待解码短文本对应的状态矩阵，确定出所述待解码短文本对应的N个最优路径；其中，N为大于1的自然数。本发明实施例的技术方案，不仅可以获取到多个最优路径，而且还可以解决HMM模型在实际应用于文本路径解码时路径分数由于过小而不可信的问题。

专利名称：一种基于词频-逆文档与CRF的文本匹配方法      申请号：2018100620163     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：文本处理 信息检索 社区问答 推荐系统 文本数据转换 办公软件系统   相似专利 发布日：2024/11/11  
摘要： 本发明请求保护一种基于词频‑逆文档(TF‑IDF)与CRF的语义匹配方法，选用CRF挖掘到的属性特征和TF‑IDF的统计特征来表示文本的权重值，并将权重值赋予文本词向量。该方法解决了TF‑IDF和CRF单纯从统计角度以及需求信息上获取权重却没有考虑到词语之间语义的问题，同时也解决了Word2vec中固定词特征表述不清楚的问题。结合上述方法处理文本匹配问题可显著提高匹配的准确率。

专利名称：一种基于BERT和独立循环神经网络的问句分类方法      申请号：2020113000931     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：文本处理 信息处理 数据分析 自然语言处理 软件算法   相似专利 发布日：2024/11/18  
摘要： 本发明属于自然语言处理领域，具体涉及一种基于BERT和独立循环神经网络(IndRNN)的问句分类方法，包括：实时获取待分类的问句数据，将待分类的问句数据输入到训练好的问句分类模型中，得到分类后的数据；问句分类模型包括BERT模型和基于注意力机制的IndRNN模型；本发明利用BERT模型，得到的向量序列能捕捉更多的内在信息，相对RNN更加高效、能捕捉更长距离的依赖，提高预测精度。

专利名称：基于Bert模型的意图识别与槽值填充联合预测方法      申请号：2020112496925     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：文本处理 信息处理 数据分析 自然语言处理 软件算法   相似专利 发布日：2025/03/18  
摘要： 本发明涉及智能问答技术领域，具体涉及一种基于Bert模型的意图识别与槽值填充联合预测方法，该方法包括：输入目标文本，得到目标文本的词向量、段向量和位置向量，将词向量、段向量和位置向量拼接作为Bert模型的输入向量，输入训练好的Bert模型中，训练好的Bert模型输出意图表示向量和槽值序列表示向量，将意图表示向量和槽值序列表示向量在Gate层通过权重计算，计算出联合作用因子，将联合作用因子作用于槽值序列表示向量，最终输出预测的意图分类和槽值序列。本发明在Bert层上使用Gate机制，充分利用意图识别和槽值填充的内在联系，降低任务错误预测率。

专利名称：基于BERT模型和比较聚合框架的问答匹配方法      申请号：202011255769X     转让价格：面议  收藏
法律状态：已下证   类型：发明   关键词：文本处理 信息处理 数据分析 自然语言处理 软件算法   相似专利 发布日：2024/07/18  
摘要： 本发明属于自然语言处理技术与自动问答系统领域，具体涉及一种基于BERT模型和比较聚合框架的问答匹配方法，该方法包括：实时获取数据，对数据进行预处理；将预处理后的数据输入到训练好的比较聚合问答匹配模型中，得到问题与答案的匹配得分，根据得分输出最佳答案；所述比较聚合问答匹配模型包括BERT模型、Transformer编码器以及比较聚合框架；本发明利用BERT模型获得上下文相关的词嵌入，解决了以往方法中问题句与答案句交互不充分的问题。再单独使用Transformer模型的编码器进一步对用于比较的词向量进行注意力权重分配，使得比较层能够充分探究问题序列和答案序列间复杂的语义匹配关系。