基于Lattice LSTM的古文领域命名实体识别方法和系统

    公开(公告)号:CN111738002A

    公开(公告)日:2020-10-02

    申请号:CN202010454177.4

    申请日:2020-05-26

    Abstract: 本发明公开了一种基于Lattice LSTM的古文领域命名实体识别方法、系统、电子设备及可读存储介质,其中,该方法包括:采用甲言分词对预训练古文数据进行分词;采用word2vec模型对分词后的预训练古文数据进行预训练得到预训练的字词向量;将数据集数据和所述预训练的字词向量输入至Lattice LSTM模型中进行训练,得到优化后的Lattice LSTM模型;将待识别古文数据输入至优化后的Lattice LSTM模型进行命名实体识别。该方法采用甲言(jiayan)分词工具进行古文数据的分词,分词效果较好且符合语境,提高了古文分词的准确性;利用word2vec训练古文字、词向量,通过大量的文本获得质量更高的字词向量;将字向量和词向量共同作为Lattice LSTM模型的输入,提升了古文领域数据实体识别的效果。

    一种应用文自动生成方法
    14.
    发明公开

    公开(公告)号:CN106407168A

    公开(公告)日:2017-02-15

    申请号:CN201610803388.8

    申请日:2016-09-06

    Abstract: 本发明涉及一种应用文自动生成方法,包括以下步骤:步骤1)建立语料库;步骤2)选择多个适用实体并输入其对应的具体内容;步骤3)建立模板库并从中选择一个模板;步骤4)对所选择的模板进行润色。本发明提供的应用文自动生成方法,建立的语料库数据量大,适用实体的选择准确,自动生成的应用文中没有无关内容,应用于同一场合的应用文不会产生雷同,文章语言生动,基本不需要人再进行大的修改,可以很好地满足实际应用的需要。

    获取分子表示数据的方法及分子属性获取方法

    公开(公告)号:CN114678075B

    公开(公告)日:2024-11-22

    申请号:CN202210302098.0

    申请日:2022-03-24

    Abstract: 本公开提供一种基于分子结构信息获取分子表示数据的方法,包括:对于组成分子的各个原子,获取单个原子外层的各个电子轨道结构数据,并生成基于波函数表示的各个电子轨道结构数据,将波函数表示的各个电子轨道结构数据作为原子结构数据;在组成分子的单个原子的体素空间内,将基于波函数表示的各个电子轨道结构数据进行组合,形成基于波函数的原子卷积核;在组成分子的所有原子的整个体素空间内,对构成分子的各个原子,通过各个原子对应的基于波函数的原子卷积核进行卷积操作,分子的各个原子经对应的基于波函数的原子卷积核卷积操作后,生成基于体素的可视化分子表示数据。本公开还提供了一种分子属性获取方法。

    用于边缘计算系统的任务投放路径获取方法

    公开(公告)号:CN117478584A

    公开(公告)日:2024-01-30

    申请号:CN202311412670.X

    申请日:2023-10-27

    Abstract: 本公开提供一种用于边缘计算系统的任务投放路径获取方法,其包括:获得源节点、中间节点和目标节点之间的传输路径点以及该传输路径点对应的传输代价;针对于每个源节点,根据所述的传输路径点以及传输代价获得与该源节点对应的目标节点、完整传输路径以及传输代价;向传输路径中的每个传输路径点添加可调整的隐私代价;以及根据与每个源节点对应的传输路径获得所有源节点的投放路径矩阵,并根据传输路径所对应的传输代价以及该传输路径中的每个传输路径点对应的隐私代价,获得投放路径矩阵中的每个传输路径所对应的投放总代价。

    用于边缘计算的任务调度方法
    17.
    发明公开

    公开(公告)号:CN117331671A

    公开(公告)日:2024-01-02

    申请号:CN202311394516.4

    申请日:2023-10-26

    Abstract: 本公开提供一种用于边缘计算的任务调度方法,其包括:获取边缘设备的数量以及每个边缘设备的计算能力;获取待分配的任务的数量;获得任务m在边缘设备n的传输和执行的总时间;获得边缘设备n到其他边缘设备的数据传输等待时间;获得任务m在边缘设备n上预估的等待执行时间,其中,并根据数据传输等待时间和预估的等待执行时间总等待时间;获得边缘设备n的负载均衡程度;根据总时间获得资源亲和性矩阵;根据总等待时间获得网络和系统负载均衡矩阵;根据边缘设备n的负载均衡程度获得设备负载均衡矩阵;通过资源亲和性矩阵、网络和系统负载均衡矩阵以及设备负载均衡矩阵实现任务调度。

    事件触发词抽取方法及装置
    18.
    发明公开

    公开(公告)号:CN116757196A

    公开(公告)日:2023-09-15

    申请号:CN202310172213.1

    申请日:2023-02-27

    Abstract: 本公开提供了一种事件触发词抽取方法及装置,该方法在预训练阶段引入事件元素角色与中文事件专用术语等向量信息,采用了词语级别的掩码语言模型处理机制,构建出更符合中文事件触发词抽取特点的EBERT模型,使得模型获得更可靠的中文语言表示。在EBERT预训练模型的基础上拼接双向长短期记忆网络,通过该网络来提取中文新闻长文本的上下文关键特征,增强向量表达,得到全局序列信息。将全局序列信息输入条件随机场,使用条件随机场校验序列标签,输出中文事件触发词抽取结果,提升了触发词的识别效果和抽取效果。

    边云协同计算管理方法
    19.
    发明授权

    公开(公告)号:CN115174584B

    公开(公告)日:2023-05-05

    申请号:CN202210769970.2

    申请日:2022-06-30

    Abstract: 本公开提供了一种边云协同计算管理方法,其包括:根据每类任务的总数据大小、每类任务的总CPU周期、平均传输速率、CPU电压和CPU频率决策获得下一第一时间尺度内的CPU电压和CPU频率对;以及根据时隙t内的所有任务的数据大小、处理每比特i类型任务所需要的CPU周期、边缘设备和云设备之间的传输速率、CPU电压和CPU频率决策获得针对每一种任务的卸载决策。

    一种基于频谱的深度神经网络缺陷定位方法及系统

    公开(公告)号:CN112199295B

    公开(公告)日:2023-05-05

    申请号:CN202011180145.6

    申请日:2020-10-29

    Abstract: 本发明公开了一种基于频谱的深度神经网络缺陷定位方法,属于软件测试技术领域,包括以下步骤:1、获取正确的测试用例和错误的测试用例,2、获取待测深度神经网络模型频谱信息,3、计算神经元的怀疑度,并按照怀疑度对神经元进行排序。本发明依据深度神经网络对测试集的运行输出和分类结果量化深度神经网络中的神经元,然后利用怀疑度公式计算其怀疑度,并对其进行排名,定位到最有可能是缺陷的位置。该方法及系统将神经元的输出和测试数据的运行结果结合,可以将深度神经网络模型中的缺陷直观的使用数值体现出来,更准确快捷的定位到深度神经网络模型缺陷的具体位置。

Patent Agency Ranking