一种中文医学实体关系联合抽取方法，包括：医疗关系嵌入表示模块、医疗文本中头实体和尾实体的头尾位置获取模块、医疗文本字词向量及其相对距离计算模块、词汇增强后的字向量输出模块、医疗文本的关系预测模块、医疗文本的字符对向量生成模块、主谓宾三元组输出模块、联合抽取模型训练模块、联合抽取模型的F1分数计算模块、循环训练联合抽取模型模块、医疗文本实体关系获取模块。本发明还包括一种中文医学实体关系联合抽取系统。本发明解决了中文医疗文本中复杂语句的实体嵌套和关系重叠问题，缓解了TPLinker解码矩阵的稀疏，提升了联合抽取模型的收敛速度，通过词汇增强编码单元缓解了中文医疗文本中存在许多专业词汇即使结合上下文也无法准确识别的难题。
📄 2021112033133
📂 G06F40_279
👤 浙江工业大学
📅 2021-10-15
本发明公开了一种基于关联关系分析的课程推荐方法，从中提取出知识概念以及用户与其他实体之间的关联矩阵如用户与其他实体的关联矩阵，通过元路径得到知识概念和用户对应的邻接矩阵，通过对用户的元路径邻接矩阵构建实体的关联关系图，并经过关联关系特征提取模块得到用户的关联关系特征，将知识概念与用户在不同元路径下的实体表示进行加权合并，得到最终的用户实体表示与课程知识概念实体表示，最后通过矩阵分解的方式获取最终的用户与知识概念的评分矩阵，根据评分矩阵对用户进行课程推荐，提高了推荐的准确性。
📄 2021103012975
📂 G06F40_279
👤 浙江工业大学
📅 2021-03-22
本发明涉及移动互联网信息安全领域，涉及一种基于边缘计算的移动终端敏感词识别方法、装置及系统；所述方法包括移动终端输入待识别的文本信息；移动终端基于本地词库，采用双数组字典树匹配过滤算法对输入的文本信息进行过滤，并将过滤后的文本信息发送至边缘计算节点；边缘计算平台将各个边缘计算节点的文本信息输入到训练完成后的深度学习模型中，识别出文本信息中的敏感词集，并形成边缘词库；边缘计算平台通过边缘计算节点在一定时间间隔后将边缘词库发送至移动终端；移动终端接收边缘节点下发的边缘词库，对本地词库进行更新；本发明改进了双数组算法，能够有效降低匹配过滤算法的内存开销，可以使其良好的运行于资源有限的移动终端平台。
📄 2020101848051
📂 G06F40_279
👤 重庆宗灿科技发展有限公司
📅 2020-03-17
本申请涉及人工智能，提供一种基于模型的缩写数据的实体识别方法、装置和计算机设备，获取医学文本；查找医学文本中出现的所有缩写‑全称对数据；判断指定缩写‑全称对中的第一全称，是否为指定医学字典中第一医学概念的医学别名；若否，判断指定缩写‑全称对中的第一缩写是否为指定医学字典中第二医学概念的医学别名；若是，获取第二医学概念包含的所有医学别名；将第一全称与指定医学别名输入至孪生网络模型中，获取第一全称与指定医学别名的指定相似度数值；根据指定相似度数值，判断在第二医学概念包含的所有医学别名中是否存在与第一全称意思相同的医学别名；若是，判定第一缩写属于医学实体。本申请提高了缩写数据的实体识别的准确性。
📄 2020109416304
📂 G06F40_279
👤 平安科技(深圳)有限公司
📅 2020-09-09
本发明公开了一种基于多维动态候选集的文本纠错方法，包括如下步骤：步骤1、从汉字识别文本纠错的SIGHAN系列数据集中获取输入文本S；步骤2、对于输入文本S，通过文本编码器编码将token嵌入、segment嵌入、position嵌入、词性嵌入通过向量加法进行合并，得到输入文本的最终嵌入表示，以及相应的嵌入序列E；步骤3、将得到的嵌入序列E，输入到检错网络，并利用注意力机制来检错可能发生错的字符，输出错误序列L以及错误序列L的错误概率P；步骤4、将错误序列L和嵌入序列E输入到语言模型中，使用软遮盖编码将两者组合成SOFT＇编码；步骤5、将SOFT＇编码作为输入，利用预训练的BERT语言纠错模块和特征融合模块组成的纠错网络对错误字符进行纠正，最终输出正确字符。
📄 2024111474679
📂 G06F40_279
👤 杭州电子科技大学
📅 2024-08-21
本发明涉及一种基于深度学习的文本内容安全检测方法。该方法包括算法部分，对应的检测器是一个卷积神经网络框架。本发明算法整体架构采用的是长短记忆网络LSTM，此结构是一种循环神经网络，实现简单并具有长期记忆功能；在此基础上，还加入了注意力机制，此机制可将计算机有限的资源高效利用，并且使用时能并行，可在减少网络参数的情况下提升准确率。另外，本发明的算法部分还加入了残差结构，使得学习结果对网络权重的波动变化更加敏感，同时残差结果对数据的波动更加敏感。本方法提出基于深度的方法，通过改变模型参数，可构建出不同的文本内容检测器，剔除有害信息，为人们提供一个优质、安全的网络环境。
📄 2021110842735
📂 G06F40_279
👤 燕山大学
📅 2021-09-14
本发明提供一种段落大意引导的汉语篇章结构分析方法，应用于段落大意引导的汉语篇章结构分析模型，该模型包括融合词信息的字级编码模块，文本块级稀疏Transformer编码模块、基于指针网络的解码模块、基本文本摘要语料的预训练模块和基于篇章语料的训练模块。本发明充分利用了汉语篇章结构的特性，实质性地提高了汉语篇章结构分析的性能，具有较强的实用价值，该方法为端到端的自顶向下分析方法，不需要以切分好的基本篇章单元作为输入，有效地避免了错误传播问题，提高了方法的适用性；本发明能较好地学习输入文本的段落大意，并把这种全局信息和段落中文本块的表示等局部信息有效融合，以引导整个篇章结构树的构建，达到提高分析性能的目的。
📄 2024105661752
📂 G06F40_279
👤 华东交通大学
📅 2024-05-09
本发明涉及一种智慧物流控制系统的正则表达式测试方法和系统，属于电子技术领域。本发明基于给定的正则表达式识别得到元字符后，确定元字符的优先级关系，并基于优先级关系构建优先级表，接着，基于优先级表，将正则表达式转换为后缀形式的正则表达式，以构造抽象语法树，然后，遍历抽象语法树，并在遍历过程中对访问到的结点创建字符串集合，提取字符串集合中与抽象语法树根结点对应的字符串集合，并进行整理得到测试字符串，最后，基于测试字符串正则表达式的测试，能够在提高正则表达式描述效率的同时，提高正则表达式测试的正确性，进而能够为智慧物流机器人控制系统的有效和可靠应用提供支持。
📄 2023100634913
📂 G06F40_279
👤 华侨大学
📅 2023-02-06
本发明公开了一种汽车智能网联感性需求趋势分析及突变检测方法，包括：获取用户评论数据，构建评论数据集，训练Bi‑LSTM神经网络，计算待分析的时间段内的各条评论情感值；定义NSF表示某时间区间内的标准化情感频率值，计算待分析时间段内的NSF；校验NSF值的趋势稳定性，若得到“稳定”结果，此时视NSF值在所有待分析的评论发布时间所构成的时间序列上保持稳定，则不进行趋势分析；而对于结果为“不稳定”的序列进一步进行趋势检验，得到上升或下降趋势的检验结果；通过多种方法进行待分析的时间段内的突变分析，确定可信突变时间。
📄 2022109167086
📂 G06F40_279
👤 广东工业大学
📅 2022-08-01
本发明属于自然语言数据处理技术领域，具体涉及基于机器阅读理解的知识增强方法、系统、装置、介质，利用置信度机制计算当前样本的置信度分数，从而确定当前样本是否需要融合外部知识辅助作答，能够有效地解决知识的冗余及噪音问题，推理过程可靠性高，大大提高了机器对于阅读理解题目的准确率。
📄 2024107960744
📂 G06F40_279
👤 曲阜师范大学
📅 2024-06-20
本申请适用于自然语言处理技术领域，提供了一种少样本关系抽取模型的训练方法、装置及终端设备。该方法包括：构建第一支持集与第一查询集对预设的少样本关系抽取模型进行正向训练，得到正向关系原型和第一匹配得分，并根据正向训练的结果与第一查询集构建第二支持集与第二查询集，以对预设的少样本关系抽取模型进行逆向训练，得到逆向关系原型和第二匹配得分，根据第一匹配得分和第二匹配得分确定交叉熵损失值，根据正向关系原型和逆向关系原型对预设的少样本关系抽取模型进行调参，并根据交叉熵损失值得到更新后的少样本关系抽取模型。本申请能够提高少样本关系抽取模型的分类准确度，进而对句子的实体关系进行有效抽取。
📄 2022111592375
📂 G06F40_279
👤 河北工程大学
📅 2022-09-22
公开了一种订单信息的校正方法，所述方法包括，所述方法包括：根据订单的文本识别结果获得待校正订单信息；从所述文本识别结果中确定目标搜索信息；通过预设搜索方式获取与所述目标搜索信息匹配的订单参考信息；利用所述订单参考信息校正所述待校正订单信息，以得到目标订单信息。
📄 2020113397772
📂 G06F40_279
👤 商汤国际私人有限公司
📅 2020-11-25
柿子坊 · 知识产权运营
柿子坊知识产权运营平台