CN115880120A - 一种在线政务服务***及服务方法 - Google Patents
一种在线政务服务***及服务方法 Download PDFInfo
- Publication number
- CN115880120A CN115880120A CN202310159260.2A CN202310159260A CN115880120A CN 115880120 A CN115880120 A CN 115880120A CN 202310159260 A CN202310159260 A CN 202310159260A CN 115880120 A CN115880120 A CN 115880120A
- Authority
- CN
- China
- Prior art keywords
- service
- government
- government affair
- vector
- affair service
- 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 23
- 239000013598 vector Substances 0.000 claims description 67
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000012163 sequencing technique Methods 0.000 claims description 10
- 230000007704 transition Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000013016 damping Methods 0.000 claims description 4
- 238000013075 data extraction Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004438 eyesight Effects 0.000 description 2
- 102000014105 Semaphorin Human genes 0.000 description 1
- 108050003978 Semaphorin Proteins 0.000 description 1
- 230000001154 acute effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001684 chronic effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及在线服务领域,尤其为一种在线政务服务***及服务方法,包括:S1:采集政务服务问题数据;S2:提取采集的政务服务问题数据关键词;S3:根据提取的政务服务问题数据关键词进行政务服务类型匹配;S4:根据选取的政务服务类型进行政务服务人员调度进行政务服务。本发明通过构建政务数据知识图谱,建立词语间的语义信息,进行关键词抽取,能够根据词语词义进行信息提取,再通过匹配算法进行服务项目类型匹配,能够帮助用户快速定位政务类型,减少用户搜索时间,通过降低政务服务人员的疲劳程度为目标,提供优化的政务人员服务的模型,降低政务服务人员工作压力,提升用户体验。
Description
技术领域
本发明涉及在线服务领域,尤其是一种在线政务服务***及服务方法。
背景技术
随着互联网+技术的浪潮,在线政务服务技术得到了越来越广泛的应用,相比于传统的窗口服务和电话客服,基于互联网的在线政务服务***拥有实时接入,自动分配客服,服务效率高,会话数据实时监控等优点。
目前,在线政务服务***在服务方式上依然采用一个服务人员服务多个用户的方式,随着业务的复杂化和分工的精细化,一个服务人员无法回答所有类型的咨询。现有在线政务服务***中通常采用服务转接的方式,将会话转接至另一个服务人员进行服务,又会带来新的问题,影响用户体验。同时,由于用户可能不清楚自己需要办理什么业务,而在选择业务类型之初就耗费了大量时间,影响用户体验。
发明内容
本发明的目的是通过提出一种在线政务服务***及服务方法,以解决上述背景技术中提出的缺陷。
本发明采用的技术方案如下:
提供一种在线政务服务方法,包括:
S1:采集政务服务问题数据;
S2:提取采集的政务服务问题数据关键词;
S3:根据提取的政务服务问题数据关键词进行政务服务类型匹配;
S4:根据选取的政务服务类型进行政务服务人员调度进行政务服务。
作为本发明的一种优选技术方案:所述S2中,通过融合政务知识的关键词抽取算法提取采集的政务服务问题数据关键词。
作为本发明的一种优选技术方案:所述关键词抽取算法中,根据政务数据库训练并建立具有同义、同类和是义原三种关系的政务数据知识图谱,设定政务数据知识图谱中的所有关系为集合,其中,/>、/>分别代表词语间的同义和同类关系,/>代表词语和义原间的是义原关系,图谱/>中每个关系均由一个三元组/>表示,其中,/>表示词语,/>表示词语/>对应的义原,a属于/>的一个头结点,c属于/>的一个尾结点,b表示关系;
通过不断迭代计算,当结果收敛时,得到各个候选词的权重,根据权重大小对候选词进行排序,抽取最终排面靠前的候选词作为提取的政务服务问题数据关键词。
作为本发明的一种优选技术方案:所述S3中,通过关键词匹配算法进行政务服务类型匹配。
作为本发明的一种优选技术方案:所述关键词匹配算法中,索引向量,其中,/>为索引向量集,将索引向量集中的其余索引向量与检索向量/>继续进行相似度计算,得到索引向量集中的其余索引向量与检索向量/>的相似度/>:
则判断政务服务问题数据关键词与该服务类型存在稳定的相似关联,将该索引向量所对应的本体名称作为查询扩展词,并将所述本体名称放入检索的结果集中,继续对剩余的服务类型构造索引向量,计算其语义相似度,按照语义相似度的大小对检索的政务服务类型进行排序显示以供选择。
作为本发明的一种优选技术方案:所述S4中根据选取的政务服务类型构建如下调度模型:
其中,表示政务服务人员最大疲劳峰值,与政务服务人员在线服务时长/>呈正相关;/>表示/>正比于/>;将政务服务人员最大疲劳峰值,即在线服务时长/>进行从小到大排序,依次向政务服务人员发出服务指令,匹配政务服务人员接收并确认指令后则匹配成功,否则继续向下一位政务服务人员发出匹配指令,直至政务服务人员接收并确认指令。
提供一种在线政务服务***,包括:
问题采集模块:用于采集政务服务问题数据;
数据提取模块:用于提取政务服务问题数据关键词;
类型匹配模块:用于根据提取的政务服务问题数据关键词进行政务服务类型匹配;
人员匹配模块:用于根据选取的政务服务类型进行政务服务人员调度进行政务服务。
作为本发明的一种优选技术方案:所述问题采集模块通过搜索栏和政务服务类型选择栏进行政务服务问题数据采集。
本发明提供的一种在线政务服务***及服务方法,与现有技术相比,其有益效果有:
本发明通过构建政务数据知识图谱,建立词语间的语义信息,进行关键词抽取,能够根据词语词义进行信息提取,再通过匹配算法进行服务项目类型匹配,能够帮助用户快速定位政务类型,减少用户搜索时间,通过降低政务服务人员的疲劳程度为目标,提供优化的政务人员服务的模型,降低政务服务人员工作压力,提升用户体验。
附图说明
图1为本发明优选实施例的方法流程图;
图2为本发明优选实施例中***框图。
图中各个标记的意义为:100、问题采集模块;200、数据提取模块;300、类型匹配模块;400、人员匹配模块。
具体实施方式
需要说明的是,在不冲突的情况下,本实施例中的实施例及实施例中的特征可以相互组合,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1,本发明优选实施例提供了一种在线政务服务方法,包括:
S1:采集政务服务问题数据;
S2:提取采集的政务服务问题数据关键词;
S3:根据提取的政务服务问题数据关键词进行政务服务类型匹配;
S4:根据选取的政务服务类型进行政务服务人员调度进行政务服务。
所述S2中,通过融合政务知识的关键词抽取算法提取采集的政务服务问题数据关键词。
所述关键词抽取算法中,根据政务数据库训练并建立具有同义、同类和是义原三种关系的政务数据知识图谱,设定政务数据知识图谱中的所有关系为集合,其中,/>、/>分别代表词语间的同义和同类关系,/>代表词语和义原间的是义原关系,图谱中每个关系均由一个三元组/>表示,其中,/>表示词语,/>表示词语/>对应的义原,a属于/>的一个头结点,c属于/>的一个尾结点,b表示关系;
通过不断迭代计算,当结果收敛时,得到各个候选词的权重,根据权重大小对候选词进行排序,抽取最终排面靠前的候选词作为提取的政务服务问题数据关键词。
所述S3中,通过关键词匹配算法进行政务服务类型匹配。
则判断政务服务问题数据关键词与该服务类型存在稳定的相似关联,将该索引向量所对应的本体名称作为查询扩展词,并将所述本体名称放入检索的结果集中,继续对剩余的服务类型构造索引向量,计算其语义相似度,按照语义相似度的大小对检索的政务服务类型进行排序显示以供选择。
所述S4中根据选取的政务服务类型构建如下调度模型:
其中,表示政务服务人员最大疲劳峰值,与政务服务人员在线服务时长/>呈正相关;/>表示/>正比于/>;将政务服务人员最大疲劳峰值,即在线服务时长/>进行从小到大排序,依次向政务服务人员发出服务指令,匹配政务服务人员接收并确认指令后则匹配成功,否则继续向下一位政务服务人员发出匹配指令,直至政务服务人员接收并确认指令。
参照图2,提供一种在线政务服务***,包括:
问题采集模块100:用于采集政务服务问题数据;
数据提取模块200:用于提取政务服务问题数据关键词;
类型匹配模块300:用于根据提取的政务服务问题数据关键词进行政务服务类型匹配;
人员匹配模块400:用于根据选取的政务服务类型进行政务服务人员调度进行政务服务。
所述问题采集模块100通过搜索栏和政务服务类型选择栏进行政务服务问题数据采集。
本实施例中,用户登录政务服务***,通过搜索栏搜索需要在线办理的业务,如输入“户口信息”,关键词抽取算法根据政务数据库训练并建立具有同义、同类和是义原三种关系的政务数据知识图谱。其中,同义、同类是义原表示词语和义原之间的关系,如“眼光”和“目光”是同义关系,它们有着相同的义原;“急性”和“慢性”是同类关系,它们有一部分相同的义原。
设定政务数据知识图谱中的所有关系为集合,其中,/>、/>分别代表词语间的同义和同类关系,/>代表词语和义原间的是义原关系,图谱/>中每个关系均由一个三元组/>表示,其中,/>表示词语,/>表示义原,a属于/>的一个头结点,c属于的一个尾结点,b表示关系;
构建如下的损失函数:
通过不断迭代计算,当结果收敛时,得到各个候选词的权重,根据权重大小对候选词进行排序得到“户口”、“信息”,抽取最终排面靠前的候选词“户口”作为提取的政务服务问题数据关键词。
根据抽取的用户输入的搜索信息“户口”,进行政务服务类型匹配。
则判断政务服务问题数据关键词与该服务类型存在稳定的相似关联,将该索引向量所对应的本体名称作为查询扩展词,并将该实体相关信息放入检索的结果集中,继续对剩余的服务类型构造索引向量,计算其语义相似度,按照语义相似度的大小对检索的政务服务类型进行排序显示以供选择。如根据政务服务问题数据关键词“户口”匹配得到匹配度最高的个人业务办理项目类型,继续对个人业务办理项目内的细化项目类型进行匹配,得到匹配度最高的细化的个人信息服务项目类型。用户选取匹配度最高的个人信息服务项目类型,***根据用户选取的服务项目类型,根据政务服务人员最大疲劳峰值选取合适的政务服务人员进行服务。
其中,表示政务服务人员最大疲劳峰值,与政务服务人员在线服务时长/>呈正相关;将政务服务人员最大疲劳峰值,即在线服务时长/>进行从小到大排序,依次向政务服务人员发出服务指令,匹配政务服务人员接收并确认指令后则匹配成功,否则继续向下一位政务服务人员发出匹配指令,直至政务服务人员接收并确认指令。
通过降低政务服务人员的疲劳程度为目标,提供优化的政务人员服务的模型,降低政务服务人员工作压力。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (10)
1.一种在线政务服务方法,其特征在于,包括:
S1:采集政务服务问题数据;
S2:提取采集的政务服务问题数据关键词;
S3:根据提取的政务服务问题数据关键词进行政务服务类型匹配;
S4:根据选取的政务服务类型进行政务服务人员调度进行政务服务。
2.根据权利要求1所述的在线政务服务方法,其特征在于,所述S2中,通过融合政务知识的关键词抽取算法提取采集的政务服务问题数据关键词。
3.根据权利要求2所述的在线政务服务方法,其特征在于,所述关键词抽取算法中,根据政务数据库训练并建立具有同义、同类和是义原三种关系的政务数据知识图谱,设定政务数据知识图谱中的所有关系为集合,其中,/>、/>分别代表词语间的同义和同类关系,/>代表词语和义原间的是义原关系,图谱/>中每个关系均由一个三元组表示,其中,/>表示词语,/>表示词语/>对应的义原,a属于/>的一个头结点,c属于的一个尾结点,b表示关系;
5.根据权利要求1所述的在线政务服务方法,其特征在于,所述S3中,通过关键词匹配算法进行政务服务类型匹配。
9.一种在线政务服务***,用于权利要求1-8任意一项所述的一种在线政务服务方法,其特征在于,包括:
问题采集模块(100):用于采集政务服务问题数据;
数据提取模块(200):用于提取政务服务问题数据关键词;
类型匹配模块(300):用于根据提取的政务服务问题数据关键词进行政务服务类型匹配;
人员匹配模块(400):用于根据选取的政务服务类型进行政务服务人员调度进行政务服务。
10.根据权利要求9所述的在线政务服务***,其特征在于,所述问题采集模块(100)通过搜索栏和政务服务类型选择栏进行政务服务问题数据采集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310159260.2A CN115880120B (zh) | 2023-02-24 | 2023-02-24 | 一种在线政务服务***及服务方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310159260.2A CN115880120B (zh) | 2023-02-24 | 2023-02-24 | 一种在线政务服务***及服务方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115880120A true CN115880120A (zh) | 2023-03-31 |
CN115880120B CN115880120B (zh) | 2023-05-16 |
Family
ID=85761568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310159260.2A Active CN115880120B (zh) | 2023-02-24 | 2023-02-24 | 一种在线政务服务***及服务方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115880120B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116243833A (zh) * | 2023-05-08 | 2023-06-09 | 北京国信新网通讯技术有限公司 | 一种基于云数据的电子政务平台沟通管理方法及*** |
CN116681267A (zh) * | 2023-08-02 | 2023-09-01 | 山东尚可网络科技有限公司 | 一种政务***息化平台 |
CN116703682A (zh) * | 2023-08-08 | 2023-09-05 | 菏泽市牡丹区大数据中心 | 一种基于深度学***台 |
CN116775882A (zh) * | 2023-06-29 | 2023-09-19 | 山东科技大学 | 一种智慧政务留言处理方法及设备 |
CN116777525A (zh) * | 2023-06-21 | 2023-09-19 | 深圳市创致联创科技有限公司 | 基于群优化算法的推广投放*** |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080086490A1 (en) * | 2006-10-04 | 2008-04-10 | Sap Ag | Discovery of services matching a service request |
US20090276377A1 (en) * | 2008-04-30 | 2009-11-05 | Cisco Technology, Inc. | Network data mining to determine user interest |
CN105373582A (zh) * | 2015-10-13 | 2016-03-02 | 郭裴哲 | 一种政务服务导办方法及*** |
CN107885749A (zh) * | 2016-09-30 | 2018-04-06 | 南京理工大学 | 本体语义扩展与协同过滤加权融合的工艺知识检索方法 |
CN108647529A (zh) * | 2018-05-09 | 2018-10-12 | 上海海事大学 | 一种基于语义的多关键词排序搜索隐私保护***及方法 |
CN109271497A (zh) * | 2018-08-31 | 2019-01-25 | 华南理工大学 | 一种基于词向量的事件驱动服务匹配方法 |
CN110162611A (zh) * | 2019-04-23 | 2019-08-23 | 苏宁易购集团股份有限公司 | 一种智能客服应答方法及*** |
CN111104794A (zh) * | 2019-12-25 | 2020-05-05 | 同方知网(北京)技术有限公司 | 一种基于主题词的文本相似度匹配方法 |
CN111613291A (zh) * | 2020-05-28 | 2020-09-01 | 浙江大学医学院附属第一医院 | 一种药物管理、分类、医护人员与患者关联*** |
CN112686637A (zh) * | 2021-01-04 | 2021-04-20 | 浪潮云信息技术股份公司 | 一种政务服务供需对接***及方法 |
CN113515600A (zh) * | 2021-09-13 | 2021-10-19 | 速度时空信息科技股份有限公司 | 一种基于元数据的空间分析自动计算方法 |
CN113641833A (zh) * | 2021-08-17 | 2021-11-12 | 同济大学 | 服务需求匹配方法及装置 |
CN113918696A (zh) * | 2021-10-11 | 2022-01-11 | 平安国际智慧城市科技股份有限公司 | 基于k均值聚类算法的问答匹配方法、装置、设备及介质 |
WO2022022045A1 (zh) * | 2020-07-27 | 2022-02-03 | 平安科技(深圳)有限公司 | 基于知识图谱的文本比对方法、装置、设备及存储介质 |
US20220129635A1 (en) * | 2019-06-28 | 2022-04-28 | Siemens Aktiengesellschaft | Semantic model instantiation method, system and apparatus |
CN114676255A (zh) * | 2022-03-29 | 2022-06-28 | 腾讯科技(深圳)有限公司 | 文本处理方法、装置、设备、存储介质及计算机程序产品 |
CN115203138A (zh) * | 2022-07-04 | 2022-10-18 | 中国联合网络通信集团有限公司 | 数据检索方法、装置及存储介质 |
-
2023
- 2023-02-24 CN CN202310159260.2A patent/CN115880120B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080086490A1 (en) * | 2006-10-04 | 2008-04-10 | Sap Ag | Discovery of services matching a service request |
US20090276377A1 (en) * | 2008-04-30 | 2009-11-05 | Cisco Technology, Inc. | Network data mining to determine user interest |
CN105373582A (zh) * | 2015-10-13 | 2016-03-02 | 郭裴哲 | 一种政务服务导办方法及*** |
CN107885749A (zh) * | 2016-09-30 | 2018-04-06 | 南京理工大学 | 本体语义扩展与协同过滤加权融合的工艺知识检索方法 |
CN108647529A (zh) * | 2018-05-09 | 2018-10-12 | 上海海事大学 | 一种基于语义的多关键词排序搜索隐私保护***及方法 |
CN109271497A (zh) * | 2018-08-31 | 2019-01-25 | 华南理工大学 | 一种基于词向量的事件驱动服务匹配方法 |
CN110162611A (zh) * | 2019-04-23 | 2019-08-23 | 苏宁易购集团股份有限公司 | 一种智能客服应答方法及*** |
US20220129635A1 (en) * | 2019-06-28 | 2022-04-28 | Siemens Aktiengesellschaft | Semantic model instantiation method, system and apparatus |
CN111104794A (zh) * | 2019-12-25 | 2020-05-05 | 同方知网(北京)技术有限公司 | 一种基于主题词的文本相似度匹配方法 |
CN111613291A (zh) * | 2020-05-28 | 2020-09-01 | 浙江大学医学院附属第一医院 | 一种药物管理、分类、医护人员与患者关联*** |
WO2022022045A1 (zh) * | 2020-07-27 | 2022-02-03 | 平安科技(深圳)有限公司 | 基于知识图谱的文本比对方法、装置、设备及存储介质 |
CN112686637A (zh) * | 2021-01-04 | 2021-04-20 | 浪潮云信息技术股份公司 | 一种政务服务供需对接***及方法 |
CN113641833A (zh) * | 2021-08-17 | 2021-11-12 | 同济大学 | 服务需求匹配方法及装置 |
CN113515600A (zh) * | 2021-09-13 | 2021-10-19 | 速度时空信息科技股份有限公司 | 一种基于元数据的空间分析自动计算方法 |
CN113918696A (zh) * | 2021-10-11 | 2022-01-11 | 平安国际智慧城市科技股份有限公司 | 基于k均值聚类算法的问答匹配方法、装置、设备及介质 |
CN114676255A (zh) * | 2022-03-29 | 2022-06-28 | 腾讯科技(深圳)有限公司 | 文本处理方法、装置、设备、存储介质及计算机程序产品 |
CN115203138A (zh) * | 2022-07-04 | 2022-10-18 | 中国联合网络通信集团有限公司 | 数据检索方法、装置及存储介质 |
Non-Patent Citations (1)
Title |
---|
蒋涛涛: "面向政务领域的智能公文信息检索***的设计与实现", 《CNKI优秀硕士学位论文全文库》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116243833A (zh) * | 2023-05-08 | 2023-06-09 | 北京国信新网通讯技术有限公司 | 一种基于云数据的电子政务平台沟通管理方法及*** |
CN116243833B (zh) * | 2023-05-08 | 2023-07-14 | 北京国信新网通讯技术有限公司 | 一种基于云数据的电子政务平台沟通管理方法及*** |
CN116777525A (zh) * | 2023-06-21 | 2023-09-19 | 深圳市创致联创科技有限公司 | 基于群优化算法的推广投放*** |
CN116777525B (zh) * | 2023-06-21 | 2024-06-28 | 深圳市创致联创科技有限公司 | 基于群优化算法的推广投放*** |
CN116775882A (zh) * | 2023-06-29 | 2023-09-19 | 山东科技大学 | 一种智慧政务留言处理方法及设备 |
CN116775882B (zh) * | 2023-06-29 | 2024-02-27 | 山东科技大学 | 一种智慧政务留言处理方法及设备 |
CN116681267A (zh) * | 2023-08-02 | 2023-09-01 | 山东尚可网络科技有限公司 | 一种政务***息化平台 |
CN116681267B (zh) * | 2023-08-02 | 2023-10-31 | 山东尚可网络科技有限公司 | 一种政务***息化平台 |
CN116703682A (zh) * | 2023-08-08 | 2023-09-05 | 菏泽市牡丹区大数据中心 | 一种基于深度学***台 |
CN116703682B (zh) * | 2023-08-08 | 2023-10-31 | 菏泽市牡丹区大数据中心 | 一种基于深度学***台 |
Also Published As
Publication number | Publication date |
---|---|
CN115880120B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109408627B (zh) | 一种融合卷积神经网络和循环神经网络的问答方法及*** | |
CN115880120A (zh) | 一种在线政务服务***及服务方法 | |
CN112650840A (zh) | 一种基于知识图谱推理的医疗智能问答处理方法及*** | |
CN108304437A (zh) | 一种自动问答方法、装置及存储介质 | |
CN112528676A (zh) | 文档级别的事件论元抽取方法 | |
US20110113095A1 (en) | System and Method For Value Significance Evaluation of Ontological Subjects of Networks and The Applications Thereof | |
US20030212663A1 (en) | Neural network feedback for enhancing text search | |
US9070087B2 (en) | Methods and systems for investigation of compositions of ontological subjects | |
CN112307171B (zh) | 一种基于电力知识库的制度标准检索方法及***和可读存储介质 | |
CN113282689A (zh) | 基于领域知识图谱的检索方法、装置和搜索引擎 | |
CN109145083A (zh) | 一种基于深度学习的候选答案选取方法 | |
CN116204716A (zh) | 一种节点信息和标签传播的重叠社区划分预测方法及*** | |
Gourru et al. | Gaussian embedding of linked documents from a pretrained semantic space | |
CN114881041A (zh) | 微博大数据热点话题多维度智能提取*** | |
CN114328800A (zh) | 文本处理方法、装置、电子设备和计算机可读存储介质 | |
CN116383354A (zh) | 一种基于知识图谱的图可视化自动问答方法 | |
Almeida et al. | Universal Passage Weighting Mecanism (UPWM) in BioASQ 9b. | |
CN114328820A (zh) | 信息搜索方法以及相关设备 | |
JP2002183194A (ja) | 検索式生成装置およびその方法 | |
CN112148994A (zh) | 信息推送效果评估方法、装置、电子设备及存储介质 | |
CN117407511B (zh) | 一种基于Bert模型的电力安全规程智能问答方法及*** | |
Kuang et al. | Numeric-Attribute-Powered Sentence Embedding | |
Shunmughavel et al. | A Concept-based Ontology Mapping Method for Effective Retrieval of Bio-Medical Documents | |
Lin et al. | Query expansion for document retrieval by mining additional query terms | |
CN113887245B (zh) | 一种模型训练方法及相关装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |