专利交易市场

本发明涉及一种基于词典生成词向量的方法及系统，包括：将词典包含的词汇构成词汇集合，统计所述词汇集合中各词汇在所述词典包含的词汇释义中出现的频率，根据所述频率对各词汇释义进行分词，得到释义词汇序列；以所述词汇为节点，根据各词汇及释义词汇序列的对应关系，对各节点进行连接，构成有向边，并确定各有向边的权重，得到基于词典的有向图；基于深度游走算法对所述有向图进行计算，得到词向量。本发明将词典提供的词汇信息融合进词向量，能够为词向量训练提供优质的数据基础，进而更好地对词义进行挖掘、支撑自然语言处理任务。

本发明公开了一种基于规则和词典的地铁设计规范中主体识别方法，步骤包括：1)利用词典文件构建名词哈希词典索引；2)将待处理《地铁设计规范》文本作为输入文本S1；3)对输入文本S1进行处理，去除中英文标点符号，生成句子集合S1’；4)对句子集合S1’进行逆向最大匹配算法处理，生成第一结果集S2；5)对句子集合S1’进行正向最大匹配算法处理，生成第二结果集S3；6)对第一结果集S2、第二结果集S3分别进行规则集匹配，生成地铁设计规范中名词的最终结果集S4，输出该最终结果集S4。本发明的方法，正确率高，便于应用。

本发明涉及计算机领域，具体是基于情感传播的隐式情感词典生成方法，包括如下步骤：步骤一、通过网络爬虫技术提取出社交媒体中的文本数据，并对非正式文本数据进行处理，恢复成自然语言；步骤二、通过词法与句法分析将句子构成句法树，将句法树中的名词、动词以及形容词提取出来构建成为完全图；步骤三、在完全图中进行情感传播，当情感传播结束后即可获得隐式情感词典，解决了隐式情感词典的构建通过人工标注数据，耗费人力物力以及时间的问题。

本发明公开了一种融合词典信息和注意力机制的命名实体识别方法，包括：步骤(1)通过Bert字嵌入，并进行LSTM上下文融合得到字符特征及其序列；步骤(2)通过将字符特征序列通过处理得到关系特征矩阵V、距离矩阵Ed、区域网络矩阵Et和词汇网格矩阵Ew，并将四个矩阵的特征进行拼接得到网格关系特征；步骤(3)将步骤(2)的网格关系特征通过全局注意力机制进行全局特征融合得到融合了全局信息的Word‑Pair特征；步骤(4)利用的Word‑Pair特征以及字符特征进行联合预测，得到Word‑Pair关系矩阵；步骤(5)Word‑Pair关系矩阵进行解码，得到最终的实体词及其类型。该方法将词语级别的信息表示为Word‑Pair词嵌入关系矩阵融入到模型中的方法，提高实体边界的识别准确率。

本发明公开了一种基于医学词典的实体提取方法，属于自然语言处理领域。该方法包括：基于原始医学词典构建前缀词典和后缀词典；对中文病历做n‑gram遍历；将遍历后得到各个词组分别与原始医学词典、前缀词典和后缀词典进行匹配并输出匹配结果；根据匹配结果与特征向量的对应规则，输出每个字的特征向量；将输出的每个字的特征向量对应拼接每个字的初始向量之后，以得到用于表征中文病历的向量集；将用于表征所述中文病历的向量集输入训练好的模型以抽取其中的实体。本发明通过先识别出中文病历中的实体转换成特征向量，然后将中文病历整体转换成的向量集作为模型的输入，以提高模型对实体抽取的准确率。

本申请实施例公开了一种带有补光灯的词典笔及其扫描控制装置，本申请中该词典笔包括主体，以及设置于所述主体内部的电路板和摄像头，所述主体内部设置有三色补光灯，所述三色补光灯包括至少三个不同颜色的灯珠，所述灯珠并联连接于所述电路板，以在所述电路板的驱动下发光并产生均匀光场，以配合所述摄像头实现扫描功能，提高了成像效果中文字与背景的对比度，提高了文字的识别精度。

本发明公开一种面向特征词粒度的领域情感词典构建方法，目的是在具体商品领域构建针对特征词粒度的情感词典。首先，建立与商品类别相关的领域语料库；然后，对每条评论进行分词、词性标记和依存关系分析，并基于规则从每条评论中提取<特征词,情感词>词对；在此基础上，建立词对之间的约束关系矩阵和相似度矩阵；基于词对之间的约束关系和相似度，分别计算词对的正向转移概率矩阵和负向转移概率矩阵；最后利用双向标签传播算法计算每个词对的极性值并据此对词对进行情感标记。

本发明请求保护文景转换中基于词典的名词可视性标注方法、介质及系统、介质及系统。该方法包括：步骤一，构建名词的可视化结构；步骤二，从可视化角度和实体角度分别对名词进行分类；步骤三，分析名词一般分类和可视性分类的关系，形成名词的可视性判别规则；步骤四，根据可视性判别规则，构建名词可视性词典；步骤五，依据名词可视性词典判别名词的可视性，并对名词进行可视性标注。本发明解决了当前文景转换研究中名词可视性分析以及名词可视性标注的问题。