一种案件相似度确定方法及装置、存储介质、终端，所述方法包括：根据标准指标库从待处理案件的案件信息中抽取线索数据和轨迹数据，其中，所述标准指标库包括多种类型的案件的标准指标，所述标准指标是针对线索数据和轨迹数据分别设置的；将抽取得到的线索数据和轨迹数据输入相似判断模型，以得到所述待处理案件与案件数据库中各个历史案件的案件相似度，其中，所述相似判断模型是基于多种类型的历史案件训练得到的，用于计算输入的待处理案件与各个历史案件的案件相似度。通过本发明方案能够基于深度学习实现对案件相似度的智能化计算，准确度高、人力成本低且效率高；同一相似判断模型能够适用于多种类型案件的串并案判别，代码开发成本低。
📄 2020106876221
📂 G06F16_33
👤 上海芯翌智能科技有限公司
📅 2020-07-16
已申报项目
本发明属于现代医学技术领域，公开了一种基于人工智能的Meta分析生成方法，包括如下步骤：S1.获取题目，提取关键词，并对关键词进行补充；S2.进行Meta分析，获取初始文献集，进行选题评价和自行查重，得到最终文献集；S3.获取入排标准，进行筛选，得到参考文献集；S4.进行质量评价；S5.对参考文献集中的所有文献进行数据提取，得到实验数据集；S6.根据预设实验信息，从实验数据集中获取对应的实验数据，并根据其得到参考结论；S7.根据预设文献格式要求和参考结论，得到参考文献，完成Meta分析。本发明解决现有技术存在的Meta分析中数据存在局限性、效率低下以及工作量大的问题。
📄 2020103344035
📂 G06F16_33
👤 周敬洋
📅 2020-04-24
本发明公开了一种面向医疗智能问答的文本语义匹配方法和装置，属于自然语言处理技术领域。本发明要解决的技术问题为如何捕获同一文本细粒度语义特征、文本间语义交互特征，以实现文本的语义匹配，采用的技术方案为：通过构建并训练嵌入层、语义编码层、多层次细粒度特征提取层、特征融合层和预测层组成文本语义匹配模型，提取文本字、词粒度特征，捕获同一文本细粒度语义特征、文本间语义交互特征，最终将多种相关特征合并，之后进行多种匹配操作，生成最终匹配特征向量并判定文本的相似度。该装置包括文本匹配知识库构建单元、训练数据集生成单元、文本匹配模型构建单元及文本语义匹配模型训练单元。
📄 2022109965048
📂 G06F16_332
👤 齐鲁工业大学
📅 2022-08-19
本发明公开了一种面向智能问答基于内部相关性编码的文本意图匹配方法，属于人工智能领域。本发明要解决的技术问题为如何准确地判断文本意图是否匹配，采用的技术方案为：通过构建并训练由多粒度嵌入模块、内部相关性编码模块、全局推理模块、标签预测模块组成的文本意图匹配模型，实现对文本不同粒度信息的深层编码，同时使用软对齐注意力机制获取不同粒度之间的内部相关性信息；通过全局最大池化和全局平均池化生成文本的表示与文本间的多粒度表示；对两个文本的表示进行相似度计算，并将相似度计算的结果与文本间的多粒度表示合并得到文本对的最终的交互信息表示；计算文本对意图匹配程度，以达到判断文本对意图是否匹配的目标。
📄 2020113518705
📂 G06F16_33
👤 南方电网互联网服务有限公司
📅 2020-11-27
本发明公开了一种联合多角度特征的深度智能文本匹配方法和装置，属于自然语言处理技术领域，本发明要解决的技术问题为如何联合多角度特征，缓解编码过程中造成的语义缺失现象，从而达到提高智能文本匹配准确率的目标，采用的技术方案为：该方法具体如下：构建文本匹配知识库；构建文本匹配模型的训练数据集；构建文本匹配模型，具体如下：构建字符映射转换表、构建输入层、构建字符向量映射层、构建层次特征抽取模块、构建关键特征嵌入模块和构建联合多角度特征的深度智能文本匹配编码及计算模块；训练文本匹配模型。该装置包括文本匹配知识库构建单元、训练数据集生成单元、文本匹配模型构建单元和文本匹配模型训练单元。
📄 2020101035041
📂 G06F16_33
👤 齐鲁工业大学
📅 2020-02-20
本发明公开了一种基于条件融合的多模态反讽检测方法。本发明具体步骤：步骤1、对需要进行反讽检测的数据文本进行预训练；对数据文本对应的视频和音频进行编码，得到视频特征和音频特征；步骤2、将处理好的数据文本馈送到编码器TE中；将数据的视频特征和音频特征通过多头注意力机制获得与情感相关的语境信息；步骤3、将语境信息以增量参数的形式加入到编码器的层归一化的增益g和偏置b中，将视频、音频特征融合到文本特征中，获得融合后的语义编码；步骤4、将语义编码通过softmax层进行讽刺的极性分类；本发明方法具有更好的鲁棒性和检测能力，解决了评论文本中的反讽检测问题。
📄 2021106599736
📂 G06F16_33
👤 杭州电子科技大学
📅 2021-06-15
本发明提出一种基于深度学习的云制造服务流程推荐方法，包括：步骤A、用户按照需求表达模型提交流程需求；步骤B、构建基于聚类映射的流程需求序列；步骤C、将步骤B中流程需求序列送入训练好的Seq2Seq模型，生成近似推荐流程序列Ar_ps；步骤D、将近似推荐流程序列Ar_ps与流程模型库中的已有流程序列ps做字符串相似度计算；步骤E、将相似度最高的云制造流程推荐给用户。本发明提出了一种链式流程需求表达模型，解决了用户对所需要的服务和流程的业务逻辑表达模糊问题，降低了用户建模流程需求的难度；提出了面向聚类映射的需求解析机制和流程需求序列生成方法，有效地降低了流程需求中的服务解析难度；提出了基于深度学习的流程推荐方法，大幅度降低了流程推荐时的计算复杂度，也提高了推荐精度。
📄 2022106928456
📂 G06F16_33
👤 青岛科技大学
📅 2022-06-17
本发明涉及信息检索技术领域，具体是一种融合主题模型的图书馆平台语义检索方法，包括对所有被检索的文档进行数据预处理，得到合格的被检索文档；利用布尔模型将用户的检索词语与合格的被检索文档进行匹配，根据匹配结果将文档分类并赋予不同的权重值；利用主题模型对合格的被检索文档进行计算，得到每个文档的主题分布和主题单词的分布；将主题单词的频数分布转换为单词主题分布；计算检索词的单词主题分布与被检索文档的之间的相似性分数；利用文档权重与相似性分数计算检索词与各个被检索文档的联系分数，并根据联系分数进行排序后将查询结果返回给用户。本发明可以大大提高图书馆平台语义检索效率，有效满足用户检索知识服务的需求。
📄 2022109172864
📂 G06F16_334
👤 南京信息工程大学
📅 2022-08-01
本发明公开了一种合同条款风险智能识别评估方法及系统，涉及合同智能审查技术领域。该方法包括：获取目标合同文档，采用合同领域预训练语言模型进行条款边界自适应切分并识别法律属性类别；基于多维度风险特征库通过语义相似度匹配识别风险模式，进行结构性瑕疵检测并计算权利义务对等性指标；构建风险严重度与发生概率的二维矩阵计算条款风险等级评分；针对高风险条款检索法律条文知识库自动生成修改建议文本；输出合同风险评估报告、条款批注标注和谈判要点提示清单。本发明解决了现有技术中条款边界切分不准确、权利义务对等性分析缺失、风险评估维度单一及缺乏修改建议生成能力的问题。
📄 2026101864992
📂 G06F16_334
👤 南京信息工程大学
📅 2026-02-10
本申请所述方法针对表格问答系统中表格检索部分，提出了一种利用问句实现关联表格检索的方法与装置，该方法可以为问句匹配出最相关的表格。方法包括：根据问句和表格，分别计算问句中的词在表格中出现的频率，及表格中的词在问句中出现的频率；对问句和表格进行词嵌入向量表示；将问句与表格的词嵌入表示向量和计算频率进行融合，进而得到问句与表格的融合向量；最后融合向量将被用于计算问句与表格的相似性。
📄 2021115869861
📂 G06F16_3329
👤 浙江工业大学
📅 2021-12-23
一种基于NLP复合句分割的图像检索的方法，包括：1)分割复合句；2)对多个简单句子排序；3)对检索图像的句子进行抽象；4)查询剪枝；5)检索图像；6)评估结果：使用准确率(Accuracy)、精准率(Precision)、召回率(Recall)和F1_score来评估方法的性能。本发明将NLP与图像检索结合起来，充分利用NLP的优势，对用户所提出的复合句进行详细的成分句法分析与依存句法分析，将分析处理过的句子作为查询语句，输入到数据库中对图像进行检索，不仅大大提高了图像检索的效果，也扩大了NLP的应用范围。
📄 2022114383668
📂 G06F16_334
👤 浙江工业大学
📅 2022-11-17
基于用户行为的人工智能体设计的方法，包括：步骤S1，为指定人工智能体配置用户静态属性；S2，配置操作流程，模拟用户的正常行为；S3，在指定智能体运行过程中，保存智能体的行为数据；S4，收集平台的热点评论，根据指定参数，向指定平台发送评论内容；S5，根据记录数据，分析推荐算法对用户行为的影响。本发明还包括一种基于用户行为的人工智能体的系统，包括：属性配置模块，流程订制模块，数据保存模块，语料生成模块和行为分析模块。本发明可以模拟正常用户在各大社交平台的行为，并实现全自动化操作，通过实验数据，可以分析推荐算法对用户的影响，从而得到避免推荐算法对人的负面影响的途径。
📄 2022100635165
📂 G06F16_332
👤 浙江工业大学
📅 2022-01-20
柿子坊 · 知识产权运营
柿子坊知识产权运营平台