JP7242797B2 - 語句処理方法、機器及び記憶媒体 - Google Patents
語句処理方法、機器及び記憶媒体 Download PDFInfo
- Publication number
- JP7242797B2 JP7242797B2 JP2021159038A JP2021159038A JP7242797B2 JP 7242797 B2 JP7242797 B2 JP 7242797B2 JP 2021159038 A JP2021159038 A JP 2021159038A JP 2021159038 A JP2021159038 A JP 2021159038A JP 7242797 B2 JP7242797 B2 JP 7242797B2
- Authority
- JP
- Japan
- Prior art keywords
- word
- vector
- task
- obtaining
- target
- 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.)
- Active
Links
- 238000003672 processing method Methods 0.000 title claims description 20
- 239000013598 vector Substances 0.000 claims description 159
- 238000012545 processing Methods 0.000 claims description 95
- 238000000034 method Methods 0.000 claims description 46
- 230000001419 dependent effect Effects 0.000 claims description 31
- 238000010586 diagram Methods 0.000 claims description 31
- 238000013528 artificial neural network Methods 0.000 claims description 25
- 230000011218 segmentation Effects 0.000 claims description 22
- 238000004458 analytical method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000003058 natural language processing Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 241000699666 Mus <mouse, genus> Species 0.000 description 1
- 241000699670 Mus sp. Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
- G06F16/322—Trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3347—Query execution using vector based model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/35—Clustering; Classification
- G06F16/355—Class or cluster creation or modification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Biomedical Technology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Molecular Biology (AREA)
- Evolutionary Computation (AREA)
- Biophysics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
処理対象語句を処理するプロセスにおいて、処理対象語句の分割後の単語の系列に対して依存構文解析を行って、分割後の単語の系列における各分割後の単語の間の依存構文関係の樹形図を取得し、依存構文関係の樹形図及び分割後の単語の系列に対応する各分割後の単語の単語ベクトルを予め設定されたグラフニューラルネットワークに入力し、系列における各分割後の単語の中間語ベクトルを単語に分割し、そして、各分割後の単語の中間語ベクトルに対して下流タスクを実行し、処理対象語句の処理結果を取得する。これにより、構文情報が含まれる中間語ベクトルが得られ、構文情報が含まれる中間語ベクトルに基づいて下流タスク処理を実行することにより、下流タスクが処理対象語句の処理結果を正確に取得するようにして、下流タスクの処理効果を向上させる。
Claims (15)
- 処理対象語句を取得し、前記処理対象語句に対して実行される下流タスクを取得するステップと、
前記処理対象語句を単語に分割し、前記処理対象語句の分割後の単語の系列を取得するステップと、
前記分割後の単語の系列に対して依存構文解析を行って、前記分割後の単語の系列における各分割後の単語の間の依存構文関係の樹形図を取得するステップと、
前記分割後の単語の系列における各分割後の単語に対応する単語ベクトルを決定するステップと、
前記依存構文関係の樹形図及び前記各分割後の単語に対応する単語ベクトルを予め設定されたグラフニューラルネットワークに入力し、前記分割後の単語の系列における各分割後の単語の中間語ベクトルを取得するステップと、
前記各分割後の単語の中間語ベクトルに対して前記下流タスクを実行し、前記処理対象語句の処理結果を取得するステップと、
を含む、コンピュータにより実行される語句処理方法。 - 前記各分割後の単語の中間語ベクトルに対して前記下流タスクを実行し、前記処理対象語句の処理結果を取得するステップが、
前記下流タスクに対応するベクトル表示方式を取得するステップと、
前記ベクトル表示方式が文ベクトル表示方式である場合、前記依存構文関係の樹形図におけるコアノードを決定し、前記コアノードに対応する目標の分割後の単語を取得するステップと、
前記各分割後の単語の中間語ベクトルから、前記目標の分割後の単語に対応する中間語ベクトルを決定し、前記目標の分割後の単語に対応する中間語ベクトルを前記処理対象語句に対応する文ベクトルとするステップと、
前記文ベクトルに対して前記下流タスクを実行し、前記処理対象語句の処理結果を取得するステップと、
を含む請求項1に記載の方法。 - 前記各分割後の単語の中間語ベクトルに対して前記下流タスクを実行し、前記処理対象語句の処理結果を取得するステップが、
前記下流タスクに対応するベクトル表示方式を取得するステップと、
前記ベクトル表示方式が単語ベクトル表示方式である場合、前記分割後の単語の系列における各分割後の単語の中間語ベクトルを結合し、結合された単語ベクトルを取得するステップと、
前記結合された単語ベクトルに対して前記下流タスクを実行し、前記処理対象語句の処理結果を取得するステップと、
を含む請求項1に記載の方法。 - 前記下流タスクに対応するベクトル表示方式を取得するステップが、
前記下流タスクに対応するタスクタイプを取得するステップと、
前記タスクタイプに基づいて、前記下流タスクのベクトル表示方式を決定するステップと、
を含む請求項2又は3に記載の方法。 - 前記下流タスクが文分類タスクであり、前記文ベクトルに対して前記下流タスクを実行し、前記処理対象語句の処理結果を取得するステップが、
前記文分類タスクに基づいて、前記文ベクトルを分類し、分類結果を取得し、前記分類結果を前記処理対象語句の処理結果とするステップを含む請求項2に記載の方法。 - 前記下流タスクがエンティティ認識タスクであり、前記結合された単語ベクトルに対して前記下流タスクを実行し、前記処理対象語句の処理結果を取得するステップが、
前記エンティティ認識タスクに基づいて、前記結合された単語ベクトルに対してエンティティ認識を行い、対応するエンティティ認識結果を取得し、前記エンティティ認識結果を前記処理対象語句の処理結果とするステップを含む請求項3に記載の方法。 - 処理対象語句を取得し、前記処理対象語句に対して実行される下流タスクを取得するための取得モジュールと、
前記処理対象語句を単語に分割し、前記処理対象語句の分割後の単語の系列を取得するための単語分割モジュールと、
前記分割後の単語の系列に対して依存構文解析を行って、前記分割後の単語の系列における各分割後の単語の間の依存構文関係の樹形図を取得するための依存構文解析モジュールと、
前記分割後の単語の系列における各分割後の単語に対応する単語ベクトルを決定するための決定モジュールと、
前記依存構文関係の樹形図及び前記各分割後の単語に対応する単語ベクトルを予め設定されたグラフニューラルネットワークに入力し、前記分割後の単語の系列における各分割後の単語の中間語ベクトルを取得するためのグラフニューラルネットワーク処理モジュールと、
前記各分割後の単語の中間語ベクトルに対して前記下流タスクを実行し、前記処理対象語句の処理結果を取得するためのタスク実行モジュールと、
を備える語句処理装置。 - 前記タスク実行モジュールが、
前記下流タスクに対応するベクトル表示方式を取得するための第1の取得ユニットと、
前記ベクトル表示方式が文ベクトル表示方式である場合、前記依存構文関係の樹形図におけるコアノードを決定し、前記コアノードに対応する目標の分割後の単語を取得するための第1の決定ユニットと、
前記各分割後の単語の中間語ベクトルから、前記目標の分割後の単語に対応する中間語ベクトルを決定し、前記目標の分割後の単語に対応する中間語ベクトルを前記処理対象語句に対応する文ベクトルとするための第2の決定ユニットと、
前記文ベクトルに対して前記下流タスクを実行し、前記処理対象語句の処理結果を取得するための第1の実行ユニットと、
を備える請求項7に記載の装置。 - 前記タスク実行モジュールが、
前記下流タスクに対応するベクトル表示方式を取得するための第2の取得ユニットと、
前記ベクトル表示方式が単語ベクトル表示方式である場合、前記分割後の単語の系列における各分割後の単語の中間語ベクトルを結合し、結合された単語ベクトルを取得するための結合ユニットと、
前記結合された単語ベクトルに対して前記下流タスクを実行し、前記処理対象語句の処理結果を取得するための第2の実行ユニットと、
を備える請求項7に記載の装置。 - 前記下流タスクに対応するベクトル表示方式を取得するステップが、
前記下流タスクに対応するタスクタイプを取得し、
前記タスクタイプに基づいて、前記下流タスクのベクトル表示方式を決定するという方式によって得られる請求項8又は9に記載の装置。 - 前記下流タスクが文分類タスクであり、前記第1の実行ユニットが、
前記文分類タスクに基づいて、前記文ベクトルを分類し、分類結果を取得し、前記分類結果を前記処理対象語句の処理結果とすることに用いられる請求項8に記載の装置。 - 前記下流タスクがエンティティ認識タスクであり、前記第2の実行ユニットが、
前記エンティティ認識タスクに基づいて、前記結合された単語ベクトルに対してエンティティ認識を行い、対応するエンティティ認識結果を取得し、前記エンティティ認識結果を前記処理対象語句の処理結果とすることに用いられる請求項9に記載の装置。 - 少なくとも1つのプロセッサと、
該少なくとも1つのプロセッサに通信可能に接続されるメモリと、
を備え、
前記メモリには、前記少なくとも1つのプロセッサによって実行可能な命令が記憶され、前記命令が、前記少なくとも1つのプロセッサが請求項1から6のいずれか一項に記載の方法を実行できるように、前記少なくとも1つのプロセッサによって実行される電子機器。 - コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体であって、
前記コンピュータ命令が、コンピュータに請求項1から6のいずれか一項に記載の方法を実行させることに用いられる非一時的なコンピュータ読み取り可能な記憶媒体。 - プロセッサによって実行される場合に、請求項1から6のいずれか一項に記載の方法が実現されるコンピュータプログラム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011563713.0 | 2020-12-25 | ||
CN202011563713.0A CN112560481B (zh) | 2020-12-25 | 2020-12-25 | 语句处理方法、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022000805A JP2022000805A (ja) | 2022-01-04 |
JP7242797B2 true JP7242797B2 (ja) | 2023-03-20 |
Family
ID=75032367
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021159038A Active JP7242797B2 (ja) | 2020-12-25 | 2021-09-29 | 語句処理方法、機器及び記憶媒体 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210342379A1 (ja) |
JP (1) | JP7242797B2 (ja) |
CN (1) | CN112560481B (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114972366B (zh) * | 2022-07-27 | 2022-11-18 | 山东大学 | 基于图网络的大脑皮层表面全自动分割方法及*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111274134A (zh) | 2020-01-17 | 2020-06-12 | 扬州大学 | 基于图神经网络的漏洞识别与预测方法、***、计算机设备和存储介质 |
CN111563164A (zh) | 2020-05-07 | 2020-08-21 | 成都信息工程大学 | 一种基于图神经网络的特定目标情感分类方法 |
US20200356628A1 (en) | 2019-05-07 | 2020-11-12 | International Business Machines Corporation | Attention-based natural language processing |
US20200356637A1 (en) | 2019-05-07 | 2020-11-12 | International Business Machines Corporation | Generation of sentence representation |
CN112001185A (zh) | 2020-08-26 | 2020-11-27 | 重庆理工大学 | 一种结合中文句法和图卷积神经网络的情感分类方法 |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106557462A (zh) * | 2016-11-02 | 2017-04-05 | 数库(上海)科技有限公司 | 命名实体识别方法和*** |
US11017173B1 (en) * | 2017-12-22 | 2021-05-25 | Snap Inc. | Named entity recognition visual context and caption data |
CN108304468B (zh) * | 2017-12-27 | 2021-12-07 | ***股份有限公司 | 一种文本分类方法以及文本分类装置 |
CN111291570B (zh) * | 2018-12-07 | 2022-07-05 | 北京国双科技有限公司 | 一种实现司法文书中要素识别的方法及装置 |
CN109670050B (zh) * | 2018-12-12 | 2021-03-02 | 科大讯飞股份有限公司 | 一种实体关系预测方法及装置 |
CN110110083A (zh) * | 2019-04-17 | 2019-08-09 | 华东理工大学 | 一种文本的情感分类方法、装置、设备及存储介质 |
CN110222160B (zh) * | 2019-05-06 | 2023-09-15 | 平安科技(深圳)有限公司 | 智能语义文档推荐方法、装置及计算机可读存储介质 |
CN110309289B (zh) * | 2019-08-23 | 2019-12-06 | 深圳市优必选科技股份有限公司 | 一种句子生成方法、句子生成装置及智能设备 |
CN110532566B (zh) * | 2019-09-03 | 2023-05-02 | 浪潮通用软件有限公司 | 一种垂直领域问句相似度计算的实现方法 |
CN110704598B (zh) * | 2019-09-29 | 2023-01-17 | 北京明略软件***有限公司 | 一种语句信息的抽取方法、抽取装置及可读存储介质 |
CN110826313A (zh) * | 2019-10-31 | 2020-02-21 | 北京声智科技有限公司 | 一种信息提取方法、电子设备及计算机可读存储介质 |
US11481418B2 (en) * | 2020-01-02 | 2022-10-25 | International Business Machines Corporation | Natural question generation via reinforcement learning based graph-to-sequence model |
US11625540B2 (en) * | 2020-02-28 | 2023-04-11 | Vinal AI Application and Research Joint Stock Co | Encoder, system and method for metaphor detection in natural language processing |
US20210279279A1 (en) * | 2020-03-05 | 2021-09-09 | International Business Machines Corporation | Automated graph embedding recommendations based on extracted graph features |
CN111898364B (zh) * | 2020-07-30 | 2023-09-26 | 平安科技(深圳)有限公司 | 神经网络关系抽取方法、计算机设备及可读存储介质 |
CN112069801A (zh) * | 2020-09-14 | 2020-12-11 | 深圳前海微众银行股份有限公司 | 基于依存句法的句子主干抽取方法、设备和可读存储介质 |
-
2020
- 2020-12-25 CN CN202011563713.0A patent/CN112560481B/zh active Active
-
2021
- 2021-07-14 US US17/375,236 patent/US20210342379A1/en not_active Abandoned
- 2021-09-29 JP JP2021159038A patent/JP7242797B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200356628A1 (en) | 2019-05-07 | 2020-11-12 | International Business Machines Corporation | Attention-based natural language processing |
US20200356637A1 (en) | 2019-05-07 | 2020-11-12 | International Business Machines Corporation | Generation of sentence representation |
CN111274134A (zh) | 2020-01-17 | 2020-06-12 | 扬州大学 | 基于图神经网络的漏洞识别与预测方法、***、计算机设备和存储介质 |
CN111563164A (zh) | 2020-05-07 | 2020-08-21 | 成都信息工程大学 | 一种基于图神经网络的特定目标情感分类方法 |
CN112001185A (zh) | 2020-08-26 | 2020-11-27 | 重庆理工大学 | 一种结合中文句法和图卷积神经网络的情感分类方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112560481A (zh) | 2021-03-26 |
CN112560481B (zh) | 2024-05-31 |
JP2022000805A (ja) | 2022-01-04 |
US20210342379A1 (en) | 2021-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7223785B2 (ja) | 時系列ナレッジグラフ生成方法、装置、デバイス及び媒体 | |
JP7228662B2 (ja) | イベント抽出方法、装置、電子機器及び記憶媒体 | |
JP7126542B2 (ja) | データセット処理方法、装置、電子機器及び記憶媒体 | |
JP7301922B2 (ja) | 意味検索方法、装置、電子機器、記憶媒体およびコンピュータプログラム | |
JP7358698B2 (ja) | 語義表現モデルの訓練方法、装置、デバイス及び記憶媒体 | |
US20210312139A1 (en) | Method and apparatus of generating semantic feature, method and apparatus of training model, electronic device, and storage medium | |
JP7113097B2 (ja) | テキストエンティティの語義記述処理方法、装置及び機器 | |
US20220318275A1 (en) | Search method, electronic device and storage medium | |
JP7269913B2 (ja) | ナレッジグラフ構築方法、装置、電子機器、記憶媒体およびコンピュータプログラム | |
CN113657100B (zh) | 实体识别方法、装置、电子设备及存储介质 | |
JP2021099890A (ja) | 因果関係の判別方法、装置、電子機器及び記憶媒体 | |
JP7369228B2 (ja) | ユーザ興味画像の生成方法、装置、電子機器及び記憶媒体 | |
JP2023015215A (ja) | テキスト情報の抽出方法、装置、電子機器及び記憶媒体 | |
US20230103728A1 (en) | Method for sample augmentation | |
CN112784589A (zh) | 一种训练样本的生成方法、装置及电子设备 | |
CN113836314A (zh) | 知识图谱构建方法、装置、设备以及存储介质 | |
JP7242797B2 (ja) | 語句処理方法、機器及び記憶媒体 | |
CN112989797A (zh) | 模型训练、文本扩展方法,装置,设备以及存储介质 | |
CN113641724B (zh) | 知识标签挖掘方法、装置、电子设备及存储介质 | |
CN113221566B (zh) | 实体关系抽取方法、装置、电子设备和存储介质 | |
CN116090438A (zh) | 主题处理方法、装置、电子设备及存储介质 | |
CN114328855A (zh) | 文档查询方法、装置、电子设备和可读存储介质 | |
CN113408269A (zh) | 文本情感分析方法和装置 | |
CN116069914B (zh) | 训练数据的生成方法、模型训练方法以及装置 | |
CN117407492B (zh) | 基于知识图谱的关键字词序列生成方法、***及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210929 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221129 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230216 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230307 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230308 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7242797 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |