专利交易市场

本发明涉及大数据分析，提供一种指代消解方法，包括：对文本进行分词得到指代集合及候选先行集合；根据特征指标构建指代词和候选先行词之间的特征向量；模拟指代词、权重矩阵和候选先行集合子集的分类情况，将每种分类情况对应的特征向量输入分类模型，得到每个指代词对应的权重矩阵和候选先行词子集；采用排序模型对候选先行词子集中各候选先行词按照设定规则进行排序，得到每个指代词对应的先行词和权重；在聚类决策中考虑排序模型权重对指代同一先行词的不同指代词进行聚类，得到指代簇。本发明还提出了一种电子装置及计算机可读存储介质。本发明通过模型套叠引入一个能够结合指代对信息和实体层面信息的指代消解，提高了识别的正确率。

本发明提供了中文语法错误的识别方法、装置、计算机设备和计算机存储介质。该方法包括获取待识别话术；计算待识别话术中每个字对应的初始特征组；将初始特征组输入至双向循环神经网络中得到中间特征；将每个字对应的中间特征按照待识别话术中各个字的顺序进行拼接，得到结果特征；将结果特征输入至LR分类器，得到待识别话术的识别指标，其中，识别指标用于表征待识别话术包括语法错误的概率；以及根据识别指标确定待识别话术是否包括语法错误。通过本发明，能够提高中文语法错误的识别准确率。

本发明涉及一种基于条件随机场的隐式篇章关系识别方法及系统，该方法包括如下步骤：将接收到的语句进行编码以得到词向量序列；对词向量序列中第一语句与第二语句之间的篇章关系进行特征提取以得到多个不同级别的特征向量；根据多个不同级别的特征向量，计算得到多个篇章关系分类对应的初步结果数据；提供用于编码相邻篇章关系之间映射信息的转移矩阵，根据转移矩阵以及初步结果数据计算得到任一篇章关系序列得分，并根据篇章关系序列得分计算得到任一篇章关系序列对应的条件概率。本发明充分利用多级篇章关系之间存在的映射关系，有效提高各个级别分类的性能，也可有效减少在多个级别的分类任务上出现矛盾的预测结果的情况。

本申请实施例提供了简历筛选方法、装置、电子设备及存储介质，该方法包括：获取待筛选的目标简历中的文本信息；按照预设的语法映射规则，将文本信息中的数据映射到相应语义项下，得到目标简历的各关键信息项；选取指定语义项的关键信息项，判断指定语义项的关键信息项是否与预设信息项相匹配；在指定语义项的关键信息项与预设信息项相匹配时，通过预设定级模型对目标简历的各关键信息项进行关联分析，得到目标简历的期望级别；在目标简历的期望级别表征晋级时，判定目标简历晋级。实现了简历的自动筛选，减少了人工工作量，增加了简历的筛选速度。同时对简历进行多次筛选，能够满足用户的实际筛选需要，适用性强。

本申请公开了一种基于智能AI的英文文本自动校对系统及方法，涉及智能校对领域,其通过采集待分析的英文文本，并在后端引入基于人工智能的数据处理和语义理解算法来进行该英文文本的语义分析，以此来判断是否存在语法错误。这样，能够在短时间内检测和纠正英文文本中的语法错误，从而提高英文文本的质量和准确性，通过这样的方式，能够为用户提供便捷和专业的英文写作辅助服务，帮助人们提升英文写作的效率和准确性，改善英文文本的可读性和信度。

本发明公开了一种基于自然语言处理的文本自动结构化方法和系统，能够将文本文档的内容(包括文档自带序号标注错误甚至文档没有自带序号)进行自动结构化处理以转化成结构化的知识体系。其技术方案为：输入需要自动结构化处理的原始文本；利用经训练的神经网络模型对原始文本进行处理，生成有编码形式的长序列文本；通过在有编码形式的含有序号的长序列文本中查找对应编码来自动结构化文本；查找自动结构化文本中对应的编码符号，按照前后两个编码之间的关系和编码的含义将编码符号替换为相应的序号。

本申请涉及一种合同文书语法的纠错方法、装置、计算机设备及存储介质，其中方法包括收集合同领域数据，并基于合同领域数据，创建合同文书纠错数据集；获取待处理合同数据，识别出待处理合同数据中的待处理错误语句；基于合同文书纠错数据集，获取正确合同语句和标注合同语句，并将正确合同语句、标注合同语句以及待处理错误语句输入预设模型中进行训练，以识别出待处理错误语句对应的错误类型；获取错误类型对应的纠错方式，通过纠错方式对待处理错误语句进行纠错处理，得到正确合同文书；爬取正确合同文书中每一词语的释义，生成纠错释义知识库。本发明实现了对不同错误类型的合同文书语法进行纠错，有利于提高合同文书语法的纠错准确性。