-
公开(公告)号：CN117574874A
公开(公告)日：2024-02-20
申请号：CN202311396268.7
申请日：2023-10-25
Applicant: 哈尔滨工业大学
IPC: G06F40/20 , G06F18/22 , G06F16/9535 , G06N20/10 , G06Q50/18
Abstract: 一种基于自学习策略的专利成果转化推荐方法及装置，方法包括：获取专利数据集；从每个企业的专利中各抽取一件专利，组成训练集；采用多种方法计算所述训练集中每件专利的摘要文本与所述数据集中剩余专利的摘要文本的相似度；根据采用预设方法计算得到的所述相似度，将所述数据集中剩余专利按照降序排列，得到前m件专利组成样本组，每个样本的样本特征为采用多种方法计算得到的多个所述相似度；基于所述样本组对支持向量机排序模型进行训练；获取待转化专利文本，将所述待转化专利文本输入所述支持向量机排序模型，得到推荐企业结果；该方法不需要人工标注数据，且采用多种方法计算相似度，推荐结果准确率高。
-
公开(公告)号：CN117556834A
公开(公告)日：2024-02-13
申请号：CN202311338861.6
申请日：2023-10-16
Applicant: 哈尔滨工业大学
Abstract: 一种基于上下文期望的无监督词汇级翻译质量评估方法和系统，涉及无监督词汇级翻译质量评估领域。解决现有词汇级别QE需要依赖大规模的标注数据，且机器翻译质量评估不准确的问题。所述方法包括：将待评估语句输入至多语言模型中，对所述多语言模型译文端的某一词汇进行遮盖；将所述待评估语句的上下文信息和被遮掩的译文输入至多语言模型，根据所述多语言模型预测被遮掩的词；利用条件概率处理被遮掩词中每个子词间的关系，获取每个子词的生成概率；根据所述生成概率作为评分进行词汇级机器翻译质量评估。本发明应用于机器翻译领域。
-
公开(公告)号：CN117493481A
公开(公告)日：2024-02-02
申请号：CN202311310422.4
申请日：2023-10-11
Applicant: 哈尔滨工业大学 , 无锡睿文科技有限公司
IPC: G06F16/33 , G06F16/332 , G06N3/0455 , G06N3/0499 , G06N3/08
Abstract: 一种基于自注意力机制的后交互专利检索方法及装置，涉及专利信息检索技术领域，方法包括：获取查询文本和待检索专利文本并进行预处理；将经过预处理的所述查询文本和待检索专利文本输入BERT编码器，得到查询向量和待检索专利向量，其中，所述BERT编码器为BERT模型基于专利语料预训练得到；将所述查询向量和待检索专利向量进行拼接，并输入多头自注意力模型，得到各个所述待检索专利文本对应的自注意力结果；将所述自注意力结果拼接后输入多层感知机，得到各个所述待检索专利文本的相似度评分并排序；该方法及装置将多头自注意力机制用于查询和文档的后交互，在专利检索平均准确率以及归一化折损累计增益指标上均有较大提升。
-
公开(公告)号：CN111597327B
公开(公告)日：2023-04-07
申请号：CN202010323594.5
申请日：2020-04-22
Applicant: 哈尔滨工业大学
IPC: G06F16/34 , G06F16/9532 , G06N3/0464 , G06N3/08 , G06F16/36
Abstract: 本发明公开了一种面向舆情分析的无监督式多文档文摘生成方法。步骤1：实时采集网络舆情新闻，根据网络热点进行新闻集合自动划分；步骤2：对集合内每个舆情新闻进行无监督式的抽取单文档文摘；步骤3：对集合内的所有抽取的单文档文摘进行分析，得到无监督式的多文档文摘。本发明解决现有多文档文摘方法效果较低、生成式文摘实用性较差、中文舆情文摘训练语料匮乏的问题，以实现对舆情新闻的监控。
-
公开(公告)号：CN115617989A
公开(公告)日：2023-01-17
申请号：CN202211172672.1
申请日：2022-09-26
Applicant: 无锡睿文科技有限公司 , 哈尔滨工业大学
IPC: G06F16/35 , G06F40/295 , G06F40/30
Abstract: 一种中文专利关键信息语料库的构建方法、系统和计算机设备，属于专利分析技术领域，解决专利语料库的标注质量不高问题。本发明的方法包括：选取某一技术领域，并获取某一技术领域的专利数据集；确定所述专利数据集的标注范围；设置专利关键信息和若干个标注规范，对所述专利数据集进行试标注，利用一致性分析，获取试标注规范；根据所述试标注规范，获取若干个正式标注规范；根据所述若干个正式标注规范，利用多轮迭代标注策略，对所述专利数据集进行标注，建立所述某一技术领域的专利语料库。本发明适用于专利的信息检索和跨语言翻译。
-
Patent Agency Ranking
公开(公告)号：CN110472253B
公开(公告)日：2022-10-25
申请号：CN201910754140.0
申请日：2019-08-15
Applicant: 哈尔滨工业大学
Abstract: 本发明公开了一种基于混合粒度的句子级机器翻译质量估计模型训练方法，所述训练方法包括以下步骤：步骤一：对机器译文进行词语级翻译质量标注；步骤二：对源文和机器译文进行基于深度学习方法的翻译质量特征抽取；步骤三：进行混合粒度的句子级翻译质量估计模型的训练，通过训练目标计算误差，再通过梯度反向传播更新模型的参数。本发明提出了一种基于混合粒度的句子级机器翻译质量估计模型训练方法，该方法相对于传统方法的优势主要在于：经过基于混合粒度的模型训练之后，与单一粒度下的训练相比，引入词语级上的翻译质量信息能取得较好的提升。
-
公开(公告)号：CN113312532B
公开(公告)日：2022-10-21
申请号：CN202110608376.0
申请日：2021-06-01
Applicant: 哈尔滨工业大学
IPC: G06F16/951 , G06F16/33 , G06F16/35 , G06F40/289 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种基于深度学习面向公检法领域的舆情等级预测方法。步骤1：从网络上爬取公检法领域相关的舆情信息，提取其中的文本信息存储至数据库中；步骤2：对采集到文本信息利用深度学习模型进行预测，得到舆情等级预测结果；步骤3：将步骤2的舆情等级预测结果存储至系统数据库；步骤4：在数据库中对舆情等级做出相应标识；步骤5：对标识后的数据库中舆情等级提供可访问舆情信息的数据接口；步骤6：通过数据接口在系统中显示舆情等级预测结果。本发明用以解决舆情系统没有针对性的问题，跳出算法的限制。
-
公开(公告)号：CN115114436A
公开(公告)日：2022-09-27
申请号：CN202210688843.X
申请日：2022-06-17
Applicant: 哈尔滨工业大学
Abstract: 本发明公开融合段落信息的篇章级文本连贯性分类方法，属于自然语言处理技术领域，解决现有方法得到的篇章向量普遍缺少上下文信息并且普遍忽略了篇章的段落结构信息的问题。本发明的方法包括：对篇章级文本进行分句，获取篇章级文本的句子；利用XLNet预训练模型，根据篇章级文本的句子，获取句向量；根据段落的关系，构建篇章级文本的篇章结构矩阵；利用篇章结构矩阵，对Tree‑Transformer构建模型进行初始化；利用初始化后的Tree‑Transformer构建模型，对句向量进行更新；根据更新后的句向量，获取篇章级文本的篇章级语义向量表示；将篇章级语义向量表示输入分类层，获取篇章级语义连贯性分类结果。本发明对信息检索和自然语言处理中的多任务学习、文档向量化等方向有重要作用。
-
公开(公告)号：CN115114428A
公开(公告)日：2022-09-27
申请号：CN202210673842.8
申请日：2022-06-15
Applicant: 哈尔滨工业大学
IPC: G06F16/34 , G06F16/953 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 一种基于主题信息的新闻文本摘要获取方法、装置、获取器和存储介质，涉及自然语言处理技术领域。解决了现有生成式文本摘要技术在生成的时候并没有主动地去关注这些潜在的主题信息，导致在生成过程中失去部分重要信息的问题。所述方法包括：对新闻文本进行清理，去除所述新闻文本中无用的符号和信息；利用公开语料库进行主题模型的训练，获取主题语义矩阵；根据获取的主题语义矩阵结合深度学习神经网络建立新闻文本的专用生成式摘要模型，并利用公开数据集训练模型，获取数据集训练模型；将新闻文本的清洗步骤中处理的文本输入至数据集训练模型，利用主题信息进行指导摘要生成，获得摘要结果。本发明应用于新闻信息处理技术领域。
-
公开(公告)号：CN114330373A
公开(公告)日：2022-04-12
申请号：CN202111470031.X
申请日：2021-12-03
Applicant: 哈尔滨工业大学
IPC: G06F40/51 , G06F40/58 , G06F40/289 , G06K9/62
Abstract: 本发明公开了一种基于ELECTRA的翻译质量估计伪数据生成方法。对于句子级QE伪数据，使用基于机器译文作为输入母本生成伪数据和基于人工后编辑译文生成伪数据产生两种数据分布的伪数据，并针对数据分布差异提出了先使用人工后编辑译文生成的伪数据对模型进行初次训练再使用机器译文生成的伪数据与原数据混合后的数据集二次训练的方法。对于词语级伪数据，针对训练数据标签分布不平衡的问题，生成了分布更为合理的伪数据，采取先使用得到的伪数据对模型训练再使用原数据集进行二次训练的方法。本发明针对翻译质量估计数据稀缺这一问题。
-
-
-
-
-
-
-
-
-
Search Results
135
records
(took 0.055 seconds)
