CN107590124A - 按场景对同义词替换并根据按场景归类的标准词组比对的方法 - Google Patents
按场景对同义词替换并根据按场景归类的标准词组比对的方法 Download PDFInfo
- Publication number
- CN107590124A CN107590124A CN201710796514.6A CN201710796514A CN107590124A CN 107590124 A CN107590124 A CN 107590124A CN 201710796514 A CN201710796514 A CN 201710796514A CN 107590124 A CN107590124 A CN 107590124A
- Authority
- CN
- China
- Prior art keywords
- scene
- synonym
- phrase
- word
- sentence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000002354 daily effect Effects 0.000 description 18
- 230000003203 everyday effect Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 241001062009 Indigofera Species 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000009394 selective breeding Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种按场景对同义词替换并根据按场景归类的标准词组比对的方法,包括原句替换为目标句的步骤和对目标句进行场景比对的步骤,前一步骤是将输入的原句与同义替换列表中所罗列出的与所述原句的各关键词相对应的且包含所有场景的同义词词组进行比较,并分别用同义替换列表中的对应于同一关键词的同义词词组的首词去替换原句中的该关键词,直至原句的关键词被完全替换完为止,从而形成目标句;后一步骤是将目标句与标准词组库中的标准词组进行比较,当其中一个场景的标准词组与目标句完全匹配时,则判定原句的语义场景为所述其中一个场景。本发明可以快速、精准的对语义进行匹配,无需海量语料即可实现语义的快速理解。
Description
技术领域
本发明涉及计算机数据处理技术领域,特别是涉及一种按场景对同义词替换并根据按场景归类的标准词组比对的方法。
背景技术
语言的复杂性在于词义的多变,一个词语与不同词语的组合会产生不同的特定含义,我们将特定的含义定义为语义场景。例如物价几何,和几何数学。前一个场景是在问物价多少,后一个场景是数学分支的名称。由于语言的多变性,传统的关键词检索很难对海量的目标组合进行精准检索,例如北京的每天的客流量的平均值是多少,也可以是看成a的b的c的d是多少,这里面有词语“a、b、c、d、的、是、多少”,如果每个词各有10个同义词的话,可能的组合就有一千万种,当对一万个句子做检索的时候,就有一千亿的不同目标,因此,传统的查询方式很难进行精准的语义匹配。而将整句作为学习语料以机器学习模式进行语义关联的方式则受制于需要海量语料才能达到一定精准度。
发明内容
本发明的目的在于克服现有技术之不足,提供一种按场景对同义词替换并根据按场景归类的标准词组比对的方法,可以快速、精准的对语义进行匹配,无需海量语料即可实现语义的快速理解。
本发明解决其技术问题所采用的技术方案是:一种按场景对同义词替换并根据按场景归类的标准词组比对的方法,包括:
原句替换为目标句的步骤,该步骤是将输入的原句与同义替换列表中所罗列出的与所述原句的各关键词相对应的且包含所有场景的同义词词组进行比较,并分别用同义替换列表中的对应于同一关键词的同义词词组的首词去替换原句中的该关键词,直至原句的关键词被完全替换完为止,从而形成目标句;
对目标句进行场景比对的步骤,该步骤是将目标句与标准词组库中的标准词组进行比较,所述标准词组是按场景进行存储,当其中一个场景的标准词组与目标句完全匹配时,则判定原句的语义场景为所述其中一个场景;所述标准词组是由对应场景中的对应于原句的各关键词的各组同义词词组中的首词按照一定的词语结构模式所组成的词组。
进一步的,还包括语义分析步骤,该步骤是根据目标句进行场景比对后所获得的精准场景,并根据上下文以及说话人的身份、时间、地点因素,确定原句的真实语义。
所述同一关键词的同义词词组是指若干个对应于原句的一个关键词在同一个场景下相互替换后不会改变语义含义的词语。
所述同义替换列表中所罗列出的与所述原句的各关键词相对应的且包含所有场景的同义词词组是指同义替换次序控制模块在检索原句包含了多少场景的关键词后,根据各场景中出现的关键词的类型和数量以及场景的组合,并根据同义词多轮替换中不会产生错误的原则,判断出合适的同义词替换次序,从预置的同义词库中调取对应的同义词条目所编制而成。
所述同义词库中存储有对应于不同场景的同义词条目,每一同义词条目包含同一场景下能够相互替换的词语。
所述同义替换列表中所罗列出的同义词词组是按照一定的规则顺序排列,该一定的规则包括在出现有同字的词语时,长词排在短词的前面。
所述用同义替换列表中的对应于同一关键词的同义词词组的首词去替换原句中的该关键词是由同义替换模块按照同义替换列表的列表顺序逐个取出同义词,并将取出的同义词按照原句的前后顺序与原句进行逐字比较,当出现两者完全一致时,则将原句的该部分词语替换成该取出的同义词所对应的同一关键词的同义词词组的首词。
当原句中的关键词与所述同一关键词的同义词词组的首词相同时,则该原句中的关键词无须替换。
所述标准词组是由标准词组生成模块从所述同义词库中选择对应场景下的同义词条目的首词,并按照一定的词语结构模式来形成。
所述按照一定的词语结构模式是由标准词组结构生成模块从标准词组结构库中选择出和对应场景匹配的词组结构。
所述标准词组结构库是语言中常见的结构及其组合所组成的数据库。
与现有技术相比较,本发明的有益效果是:
由于本发明采用了将输入的原句与同义替换列表中所罗列出的与所述原句的各关键词相对应的且包含所有场景的同义词词组进行比较,并分别用同义替换列表中的对应于同一关键词的同义词词组的首词去替换原句中的该关键词,直至原句的关键词被完全替换完为止,从而形成目标句;将目标句与标准词组库中的标准词组进行比较,所述标准词组是按场景进行存储,当其中一个场景的标准词组与目标句完全匹配时,则判定原句的语义场景为所述其中一个场景;所述标准词组是由对应场景中的对应于原句的各关键词的各组同义词词组中的首词按照一定的词语结构模式所组成的词组。该方法大幅度降低了自然语言理解所需的数据量、计算量,缩短了识别时间,提高识别精准度和效率;是对缺乏海量语料环境下进行自然语言理解的有效方法。
以下结合附图及实施例对本发明作进一步详细说明;但本发明的一种按场景对同义词替换并根据按场景归类的标准词组比对的方法不局限于实施例。
附图说明
图1是实施例本发明的结构框图。
具体实施方式
实施例
本发明的一种按场景对同义词替换并根据按场景归类的标准词组比对的方法,包括:
原句替换为目标句的步骤,该步骤是将输入的原句与同义替换列表中所罗列出的与所述原句的各关键词相对应的且包含所有场景的同义词词组进行比较,并分别用同义替换列表中的对应于同一关键词的同义词词组的首词去替换原句中的该关键词,直至原句的关键词被完全替换完为止,从而形成目标句;
对目标句进行场景比对的步骤,该步骤是将目标句与标准词组库中的标准词组进行比较,所述标准词组是按场景进行存储,当其中一个场景的标准词组与目标句完全匹配时,则判定原句的语义场景为所述其中一个场景;所述标准词组是由对应场景中的对应于原句的各关键词的各组同义词词组中的首词按照一定的词语结构模式所组成的词组。
进一步的,还包括语义分析步骤,该步骤是根据目标句进行场景比对后所获得的精准场景,并根据上下文以及说话人的身份、时间、地点因素,确定原句的真实语义。
本发明的一种按场景对同义词替换并根据按场景归类的标准词组比对的方法,需要设置同义词库,同义词库考虑不同场景下哪些词语具有可相互替换的关系,是将特定场景下的可互相替换的词组作为该场景下的同义词条目。例如数量|总量|总的量,在描述物品数量时可相互替换。数量|总量|总的量|辆数|车辆数,在描述车辆数量时可相互替换。
本发明的一种按场景对同义词替换并根据按场景归类的标准词组比对的方法,需要设置标准词组结构库,标准词组结构库是语言中常见的结构及其组合所组成的数据库,例如a的b,b的a,就是两种不同结构。不同的语义场景适用不同的结构,例如a=蓝,b=天的时候,天的蓝和蓝的天是两个不同的语义场景。天的蓝只能适合b的a,蓝的天这个语义场景只能适合a的b。而a=数,b=量的时候,数量这个语义场景则同时可以对应a的b和b的a。其中,a和b是可代入具体字、词的变量。
本发明的一种按场景对同义词替换并根据按场景归类的标准词组比对的方法,通过同义词库和标准词组结构库来生成标准词组库,标准词组库的生成需要词组结构和同义词两个因素,代入a、b这些通配符的字、词组合就构成标准词组库。例如每天客流量的平均值,所有可能的结构是a的b的c,b的a的c。而abc则分别是每天客流量这个场景下各自的同义词组。a=每天|每一天|每一个日历日|每一个日子……,b=客流量|客人流量|客人流动数量|客人量……,c=平均值|平均数值|平均数……。如果按照传统方式把每种可能都列出来,每天客流量的平均值这个场景的可能性可能有几万。本发明取同义词库中的首词与结构库组合,生成有限组合代表这一场景。即,每天客流量平均值,客流量每天平均值。一共两种。通过同义词库的无限延展,这两种组合实际可替代百亿级别的组合。
以下通过一个具体例子来说明本发明的一种按场景对同义词替换并根据按场景归类的标准词组比对的方法。
参见图1所示,本发明的一种按场景对同义词替换并根据按场景归类的标准词组比对的方法,输入原句:每一个日子的客人流量的平均数值,根据对原句的分析有三个关键词,分别是:每一个日子、客人流量、平均数值;
先执行原句替换为目标句的步骤,该步骤是将输入的原句与同义替换列表12中所罗列出的与所述原句的各关键词相对应的且包含所有场景的同义词词组进行比较,并分别用同义替换列表12中的对应于同一关键词的同义词词组的首词去替换原句中的该关键词,直至原句的关键词被完全替换完为止,从而形成目标句;
在上述步骤中,所述同一关键词的同义词词组是指若干个对应于原句的一个关键词在同一个场景下相互替换后不会改变语义含义的词语;
每天|每一天|每一个日历日|每一个日子,属于关键词(每一个日子)的同义词词组;该组的首词为:每天;
客流量|客人流量|客人流动数量|客人量|客人数量|客人数,属于关键词(客人流量)的同义词词组;该组的首词为:客流量;
平均值|平均数值|平均数,属于关键词(平均数值)的同义词词组;该组的首词为:平均值;
所述同义替换列表中所罗列出的与所述原句的各关键词相对应的且包含所有场景的同义词词组是指11在检索原句包含了多少场景的关键词后,根据各场景中出现的关键词的类型和数量以及场景的组合,并根据同义词多轮替换中不会产生错误的原则,判断出合适的同义词替换次序,从预置的同义词库16中调取对应的同义词条目所编制而成;
所述同义词库16中存储有对应于不同场景的同义词条目,每一同义词条目包含同一场景下能够相互替换的词语,如上述所列出的三个同义词条目;
所述同义替换列表中所罗列出的同义词词组是按照一定的规则顺序排列,该一定的规则包括在出现有同字的词语时,长词排在短词的前面;
本实施例中,同义替换列表12就体现了如下内容:
每天|每一天|每一个日历日|每一个日子|客流量|客人流量|客人流动数量|客人量|客人数量|客人数|平均值|平均数值|平均数;
上列表中,客人数量必须放在客人数之前,如果客人数先替换为客流量,对于客人数量这个词就会被替换为“客流量量”,因此,同义替换次序控制模块11就是存贮这些替换次序规则的,例如短的词放在长的词后面等等规则。而这些规则有些并不是始终不变的,需要根据原句中有哪些词来决定哪些规则生效,这个功能可以人工设定也可以通过机器学习海量的原句和规则之间的关系来实现。
所述用同义替换列表12中的对应于同一关键词的同义词词组的首词去替换原句中的该关键词是由同义替换模块13按照同义替换列表12的列表顺序逐个取出同义词,并将取出的同义词按照原句的前后顺序与原句进行逐字比较,当出现两者完全一致时,则将原句的该部分词语替换成该取出的同义词所对应的同一关键词的同义词词组的首词;
具体来说,先取“每天”与原句进行逐字比较,未出现匹配,再取“每一天”与原句进行逐字比较,以此类推,当取到“每一个日子”时,出现了与原句匹配,则将原句中的“每一个日子”替换为对应于同一关键词的同义词词组的首词,即对应于“每天|每一天|每一个日历日|每一个日子”中的首词,也就是“每天”,经过多轮替换后,最后的目标句为:每天的客流量的平均值;
当原句中的关键词与所述同一关键词的同义词词组的首词相同时,则该原句中的关键词无须替换;比如,当原句中有“每天”时,则不需替换;
接着是对目标句进行场景比对的步骤,该步骤是将目标句与标准词组库20中的标准词组进行比较,即利用场景比对模块14进行比对;所述标准词组是按场景进行存储形成标准词组库20,当其中一个场景的标准词组与目标句完全匹配时,则判定原句的语义场景为所述其中一个场景;所述标准词组是由对应场景中的对应于原句的各关键词的各组同义词词组中的首词按照一定的词语结构模式所组成的词组;
上述步骤中,所述标准词组是由标准词组生成模块19从所述同义词库16中选择对应场景下的同义词条目的首词,并按照一定的词语结构模式来形成;
所述按照一定的词语结构模式是由标准词组结构生成模块18从标准词组结构库17中选择出和对应场景匹配的词组结构;
所述标准词组结构库17是语言中常见的结构及其组合所组成的数据库;
标准词组结构生成模块18从标准词组结构库17中选择和该场景匹配的词组结构(可人工选择或者通过程序选择)例如a的b;b的a,将这些结构传输给标准词组生成模块19,标准词组生成模块19从同义词库16中选择该场景下的同义词的首词,代入a,b,生成标准词组库。例如本实施例,每天客流量的平均值这一场景,标准词组结构为:a的b的c,b的a的c,生成的标准词组库为:每天的客流量的平均值,客流量的每天的平均值;
在目标句和各场景的标准词组库20对比中,会发现在每天客流量平均值这个场景中有完全匹配的句子,从而确定出该目标句对应的精准场景;
进一步的,还包括语义分析步骤,该步骤由语义分析模块15是根据目标句进行场景比对后所获得的精准场景,并根据上下文以及说话人的身份、时间、地点因素,确定原句的真实语义。
本发明的一种按场景对同义词替换并根据按场景归类的标准词组比对的方法,采用了将输入的原句与同义替换列表中所罗列出的与所述原句的各关键词相对应的且包含所有场景的同义词词组进行比较,并分别用同义替换列表中的对应于同一关键词的同义词词组的首词去替换原句中的该关键词,直至原句的关键词被完全替换完为止,从而形成目标句;将目标句与标准词组库中的标准词组进行比较,所述标准词组是按场景进行存储,当其中一个场景的标准词组与目标句完全匹配时,则判定原句的语义场景为所述其中一个场景;所述标准词组是由对应场景中的对应于原句的各关键词的各组同义词词组中的首词按照一定的词语结构模式所组成的词组。该方法大幅度降低了自然语言理解所需的数据量、计算量,缩短了识别时间,提高识别精准度和效率;是对缺乏海量语料环境下进行自然语言理解的有效方法。
上述只是本发明的较佳实施例,并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明。任何熟悉本领域的技术人员,在不脱离本发明技术方案范围的情况下,都可利用上述揭示的技术内容对本发明技术方案作出许多可能的变动和修饰,或修改为等同化的等效实施例。因此,凡是未脱离本发明技术方案的内容,依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰,均应落在本发明技术方案保护的范围内。
Claims (11)
1.一种按场景对同义词替换并根据按场景归类的标准词组比对的方法,其特征在于:包括:
原句替换为目标句的步骤,该步骤是将输入的原句与同义替换列表中所罗列出的与所述原句的各关键词相对应的且包含所有场景的同义词词组进行比较,并分别用同义替换列表中的对应于同一关键词的同义词词组的首词去替换原句中的该关键词,直至原句的关键词被完全替换完为止,从而形成目标句;
对目标句进行场景比对的步骤,该步骤是将目标句与标准词组库中的标准词组进行比较,所述标准词组是按场景进行存储,当其中一个场景的标准词组与目标句完全匹配时,则判定原句的语义场景为所述其中一个场景;所述标准词组是由对应场景中的对应于原句的各关键词的各组同义词词组中的首词按照一定的词语结构模式所组成的词组。
2.根据权利要求1所述的按场景对同义词替换并根据按场景归类的标准词组比对的方法,其特征在于:进一步的,还包括语义分析步骤,该步骤是根据目标句进行场景比对后所获得的精准场景,并根据上下文以及说话人的身份、时间、地点因素,确定原句的真实语义。
3.根据权利要求1或2所述的按场景对同义词替换并根据按场景归类的标准词组比对的方法,其特征在于:所述同一关键词的同义词词组是指若干个对应于原句的一个关键词在同一个场景下相互替换后不会改变语义含义的词语。
4.根据权利要求3所述的按场景对同义词替换并根据按场景归类的标准词组比对的方法,其特征在于:所述同义替换列表中所罗列出的与所述原句的各关键词相对应的且包含所有场景的同义词词组是指同义替换次序控制模块在检索原句包含了多少场景的关键词后,根据各场景中出现的关键词的类型和数量以及场景的组合,并根据同义词多轮替换中不会产生错误的原则,判断出合适的同义词替换次序,从预置的同义词库中调取对应的同义词条目所编制而成。
5.根据权利要求4所述的按场景对同义词替换并根据按场景归类的标准词组比对的方法,其特征在于:所述同义词库中存储有对应于不同场景的同义词条目,每一同义词条目包含同一场景下能够相互替换的词语。
6.根据权利要求5所述的按场景对同义词替换并根据按场景归类的标准词组比对的方法,其特征在于:所述同义替换列表中所罗列出的同义词词组是按照一定的规则顺序排列,该一定的规则包括在出现有同字的词语时,长词排在短词的前面。
7.根据权利要求6所述的按场景对同义词替换并根据按场景归类的标准词组比对的方法,其特征在于:所述用同义替换列表中的对应于同一关键词的同义词词组的首词去替换原句中的该关键词是由同义替换模块按照同义替换列表的列表顺序逐个取出同义词,并将取出的同义词按照原句的前后顺序与原句进行逐字比较,当出现两者完全一致时,则将原句的该部分词语替换成该取出的同义词所对应的同一关键词的同义词词组的首词。
8.根据权利要求7所述的按场景对同义词替换并根据按场景归类的标准词组比对的方法,其特征在于:当原句中的关键词与所述同一关键词的同义词词组的首词相同时,则该原句中的关键词无须替换。
9.根据权利要求5所述的按场景对同义词替换并根据按场景归类的标准词组比对的方法,其特征在于:所述标准词组是由标准词组生成模块从所述同义词库中选择对应场景下的同义词条目的首词,并按照一定的词语结构模式来形成。
10.根据权利要求9所述的按场景对同义词替换并根据按场景归类的标准词组比对的方法,其特征在于:所述按照一定的词语结构模式是由标准词组结构生成模块从标准词组结构库中选择出和对应场景匹配的词组结构。
11.根据权利要求10所述的按场景对同义词替换并根据按场景归类的标准词组比对的方法,其特征在于:所述标准词组结构库是语言中常见的结构及其组合所组成的数据库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710796514.6A CN107590124B (zh) | 2017-09-06 | 2017-09-06 | 按场景对同义词替换并根据按场景归类的标准词组比对的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710796514.6A CN107590124B (zh) | 2017-09-06 | 2017-09-06 | 按场景对同义词替换并根据按场景归类的标准词组比对的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107590124A true CN107590124A (zh) | 2018-01-16 |
CN107590124B CN107590124B (zh) | 2020-12-04 |
Family
ID=61050847
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710796514.6A Active CN107590124B (zh) | 2017-09-06 | 2017-09-06 | 按场景对同义词替换并根据按场景归类的标准词组比对的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107590124B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108986910A (zh) * | 2018-07-04 | 2018-12-11 | 平安科技(深圳)有限公司 | 线上问答方法、装置、计算机设备和存储介质 |
CN110929522A (zh) * | 2019-08-19 | 2020-03-27 | 网娱互动科技(北京)股份有限公司 | 一种智能近义词替换方法及*** |
CN111694962A (zh) * | 2019-03-15 | 2020-09-22 | 阿里巴巴集团控股有限公司 | 数据处理方法和装置 |
CN112733492A (zh) * | 2020-12-31 | 2021-04-30 | 平安医疗健康管理股份有限公司 | 基于知识库的辅助设计方法、装置、终端和存储介质 |
CN113822051A (zh) * | 2020-06-19 | 2021-12-21 | 北京彩智科技有限公司 | 一种数据处理的方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110184725A1 (en) * | 2010-01-25 | 2011-07-28 | Connor Robert A | Multi-stage text morphing |
CN105843797A (zh) * | 2016-03-30 | 2016-08-10 | 乐视控股(北京)有限公司 | 归一化方法及装置 |
CN106021288A (zh) * | 2016-04-27 | 2016-10-12 | 南京慕测信息科技有限公司 | 一种基于自然语言分析的随堂测试答案快速自动分类方法 |
CN106372063A (zh) * | 2016-11-01 | 2017-02-01 | 上海智臻智能网络科技股份有限公司 | 信息处理方法、装置及终端 |
-
2017
- 2017-09-06 CN CN201710796514.6A patent/CN107590124B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110184725A1 (en) * | 2010-01-25 | 2011-07-28 | Connor Robert A | Multi-stage text morphing |
CN105843797A (zh) * | 2016-03-30 | 2016-08-10 | 乐视控股(北京)有限公司 | 归一化方法及装置 |
CN106021288A (zh) * | 2016-04-27 | 2016-10-12 | 南京慕测信息科技有限公司 | 一种基于自然语言分析的随堂测试答案快速自动分类方法 |
CN106372063A (zh) * | 2016-11-01 | 2017-02-01 | 上海智臻智能网络科技股份有限公司 | 信息处理方法、装置及终端 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108986910A (zh) * | 2018-07-04 | 2018-12-11 | 平安科技(深圳)有限公司 | 线上问答方法、装置、计算机设备和存储介质 |
CN108986910B (zh) * | 2018-07-04 | 2023-09-05 | 平安科技(深圳)有限公司 | 线上问答方法、装置、计算机设备和存储介质 |
CN111694962A (zh) * | 2019-03-15 | 2020-09-22 | 阿里巴巴集团控股有限公司 | 数据处理方法和装置 |
CN110929522A (zh) * | 2019-08-19 | 2020-03-27 | 网娱互动科技(北京)股份有限公司 | 一种智能近义词替换方法及*** |
CN113822051A (zh) * | 2020-06-19 | 2021-12-21 | 北京彩智科技有限公司 | 一种数据处理的方法、装置及电子设备 |
CN113822051B (zh) * | 2020-06-19 | 2024-01-30 | 北京彩智科技有限公司 | 一种数据处理的方法、装置及电子设备 |
CN112733492A (zh) * | 2020-12-31 | 2021-04-30 | 平安医疗健康管理股份有限公司 | 基于知识库的辅助设计方法、装置、终端和存储介质 |
CN112733492B (zh) * | 2020-12-31 | 2022-05-03 | 平安医疗健康管理股份有限公司 | 基于知识库的辅助设计方法、装置、终端和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107590124B (zh) | 2020-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107590124A (zh) | 按场景对同义词替换并根据按场景归类的标准词组比对的方法 | |
Chen et al. | Multi-hop question answering via reasoning chains | |
CN108874878B (zh) | 一种知识图谱的构建***及方法 | |
CN105718493B (zh) | 基于决策树的搜索结果排序方法及其装置 | |
CN110502738A (zh) | 中文命名实体识别方法、装置、设备和查询*** | |
CN107590133A (zh) | 基于语义的招聘职位与求职简历匹配的方法及*** | |
CN110362723A (zh) | 一种题目特征表示方法、装置及存储介质 | |
CN108763535A (zh) | 信息获取方法及装置 | |
US7558803B1 (en) | Computer-implemented systems and methods for bottom-up induction of decision trees | |
CN112328800A (zh) | 自动生成编程规范问题答案的***及方法 | |
CN106997341A (zh) | 一种创新方案匹配方法、装置、服务器及*** | |
Evangelatos et al. | Named entity recognition in cyber threat intelligence using transformer-based models | |
CN109344387A (zh) | 形近字字典的生成方法、装置和形近字纠错方法、装置 | |
CN105260746A (zh) | 一种可扩展的多层集成多标记学习*** | |
CN111160020A (zh) | 一种具有多种子模块信息的中文词向量生成方法 | |
CN111930937A (zh) | 基于bert的智慧政务文本多分类方法及*** | |
CN112905796B (zh) | 基于再注意力机制的文本情绪分类方法及*** | |
KR20210134878A (ko) | 키워드 추출 기법을 이용한 윅수퍼비전 방법론에 기초하여 정보검색모델을 학습시키는 방법 | |
CN110084427A (zh) | 一种智慧城市舆情事件预测算法 | |
Cao et al. | Behavior-tree embeddings for robot task-level knowledge | |
CN111259651A (zh) | 一种基于多模型融合的用户情感分析方法 | |
Abraham et al. | Tablequery: Querying tabular data with natural language | |
Li et al. | Multilingual toxic text classification model based on deep learning | |
CN113326361A (zh) | 一种基于汽车产业图谱知识问答方法、***及电子设备 | |
CN106569997A (zh) | 一种基于隐式马尔科夫模型的科技类复合短语识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20190926 Address after: Room 803-1, No. 371 Xingxing Road, Xiaoshan Economic and Technological Development Zone, Hangzhou, Zhejiang 310000 Applicant after: Yaoling Artificial Intelligence (Zhejiang) Co., Ltd. Address before: Hangzhou City, Zhejiang province 310000 Binjiang District Albert Road, building 2 Room 202 rainbow heights Applicant before: Chen Fei Applicant before: Tang Guangyao Applicant before: Fang Yubo |
|
GR01 | Patent grant | ||
GR01 | Patent grant |