-
公开(公告)号：CN101374307B
公开(公告)日：2012-08-22
申请号：CN200810223359.X
申请日：2008-09-26
Applicant: 北京大学 , 北大方正集团有限公司 , 北京方正阿帕比技术有限公司 , 利德科技发展有限公司
IPC: H04W8/22
Abstract: 本发明公开了一种移动设备中更新数字内容信息的方法，用以解决现有技术中移动设备上网更新数字内容信息时，下载流量大的问题。该方法包括：移动设备首先从获得的需更新的数字内容信息中提取信息标识和更新方式标识，然后根据保存的信息标识与数字内容信息的对应关系，确定提取的信息标识在保存的树形结构数据包中对应的数字内容信息，以及根据保存的更新方式标识与更新策略的对应关系，确定提取到的更新方式标识对应的更新策略，最后采用所述获得的需更新的数字内容信息，按照所述对应的更新策略更新所述对应的数字内容信息。本发明还公开了一种移动设备和一种服务器。
-
公开(公告)号：CN101751379A
公开(公告)日：2010-06-23
申请号：CN200810227889.1
申请日：2008-12-02
Applicant: 北大方正集团有限公司 , 北京方正飞阅传媒技术有限公司 , 北京大学
Abstract: 本发明的实施例公开了一种电子报纸文档制作的方法和设备，属于数字内容出版领域，所制作的电子报纸文档能够适合于在有着不同显示环境的各种手持数字设备上进行阅读。本发明实施例提供的方法包括：按照版面定制需求采用可扩展标记语言XML组织XML版次目录文档与XML版面文档；对所述XML版次目录文档与XML版面文档进行数字内容信息提取；对所述提取的数字内容信息构建包含内容数据与呈现方法的电子报纸对象；对所述构建的电子报纸对象通过对象序列化的写入机制生成电子报纸目标文档。本发明实施例制作的电子报纸对象，可以独立于目标阅读设备，适合于在各种手持数字设备上进行阅读。
-
公开(公告)号：CN100489840C
公开(公告)日：2009-05-20
申请号：CN200710187142.3
申请日：2007-11-16
Applicant: 北京大学 , 北大方正集团有限公司 , 北京方正阿帕比技术有限公司
Abstract: 本发明公开了一种标记语言文档的存储方法及装置和输出方法及装置，解决了低资源配置的信息设备处理大容量标记语言文档时，反应速度慢的问题。存储时：将标记语言文档分成至少两个数据块；在相邻两个数据块之间加入分块标志；将全局标记和未关闭的局部标记及其标记属性，保存到分块标志；将数据块和分块标志进行存储。输出时，顺序选取至少两个数据块；读取存储在分块标志中的标记和标记属性；将分块标志与紧邻其后的数据块一同解析，每个数据块形成一个标记语言文档树结构；将2个或以上的标记语言文档树结构合并为一个树结构并输出。该方案适合处理XML类别的文档以及流式的结构化文档，适用于资源有限而用户对反应速度又有较高要求的移动终端。
-
公开(公告)号：CN100485707C
公开(公告)日：2009-05-06
申请号：CN200710187143.8
申请日：2007-11-16
Applicant: 北京大学 , 北大方正集团有限公司 , 北京方正阿帕比技术有限公司
IPC: G06F21/22
Abstract: 本发明公开了一种数字内容的授权文件与移动终端绑定的方法，涉及对数字化内容的知识产权进行保护的领域，解决了现有移动终端获取数字内容的授权文件较困难的问题。该数字内容的授权文件与移动终端绑定的方法包括：计算机获取移动终端的特征信息的步骤；计算机获取数字内容的授权文件的步骤，所述授权文件包含所述特征信息；计算机将所述授权文件发送给移动终端的步骤。本发明通过计算机在网络中下载授权文件，不用加强移动终端的通讯能力，也不用人工获取授权文件，降低了移动终端的成本，还加快了移动终端获取数字内容的授权文件的速度。本发明主要用于各种移动设备获取授权文件的情况，例如：手机、手持阅读器、掌上电脑、多媒体播放器等。
-
公开(公告)号：CN101159002A
公开(公告)日：2008-04-09
申请号：CN200710187143.8
申请日：2007-11-16
Applicant: 北京大学 , 北大方正集团有限公司 , 北京方正阿帕比技术有限公司
IPC: G06F21/22
Abstract: 本发明公开了一种数字内容的授权文件与移动终端绑定的方法，涉及对数字化内容的知识产权进行保护的领域，解决了现有移动终端获取数字内容的授权文件较困难的问题。该数字内容的授权文件与移动终端绑定的方法包括：计算机获取移动终端的特征信息的步骤；计算机获取数字内容的授权文件的步骤，所述授权文件包含所述特征信息；计算机将所述授权文件发送给移动终端的步骤。本发明通过计算机在网络中下载授权文件，不用加强移动终端的通讯能力，也不用人工获取授权文件，降低了移动终端的成本，还加快了移动终端获取数字内容的授权文件的速度。本发明主要用于各种移动设备获取授权文件的情况，例如：手机、手持阅读器、掌上电脑、多媒体播放器等。
-
Patent Agency Ranking
公开(公告)号：CN1758258A
公开(公告)日：2006-04-12
申请号：CN200510123594.6
申请日：2005-11-22
Applicant: 北京北大方正电子有限公司 , 北京大学
IPC: G06F21/00
CPC classification number: G06F21/10 , G06F2221/0744
Abstract: 本发明涉及一种自动绑定移动设备的数字作品下载方法，属于嵌入式系统及数字版权保护技术领域。现有技术中，移动设备下载有版权保护的数字内容，存在使用不方便、安全性差等问题。本发明所述的方法针对移动设备实现方便、安全的数字作品绑定方法，移动设备的存储空间包含了可执行程序和数字内容，移动设备连接网络终端后自动执行程序，并实现购买或借阅数字内容，下载有版权保护的数字内容到移动设备。采用本发明所述的方法，移动设备下载数字作品的过程既方便又安全，而且可以由通用的硬件接口实现。
-
公开(公告)号：CN113919368B
公开(公告)日：2024-05-24
申请号：CN202111181497.8
申请日：2021-10-11
Applicant: 北京大学
IPC: G06F40/35 , G06F40/58 , G06N3/0455 , G06N3/08
Abstract: 本申请提供一种基于多语言建模的低资源对话生成方法及系统，涉及自然语言处理技术领域，对于不同语言的对话问询进行编码，通过降噪自编码器与反向翻译模块将不同语言的嵌入表示约束在同一空间，并利用单一语言对话映射与跨语言对话映射方法来学习并共享不同语言对话的共性特征；训练算法包括一个基于多目标优化算法的多任务学习框架及其相应的梯度更新方式：通过对偶问题平衡多语言表示对齐任务与多语言对话映射任务，获得两个任务目标的权重系数，并对于回传的梯度进行加权，使得模型能够收敛到更好的结果；输入包括不同语言的对话问询；输出包括对话系统生成的各个问询所对应的回复。
-
公开(公告)号：CN112434152A
公开(公告)日：2021-03-02
申请号：CN202011384874.3
申请日：2020-12-01
Applicant: 北京大学
IPC: G06F16/335 , G06N3/04 , G06N3/08 , G06Q50/20
Abstract: 本发明公开一种基于多通道卷积神经网络的初等教育类选择题解答方法和装置。本方法为：1)给定一道以文本形式呈现的选择题，将每个选项补充成为断言，利用学科知识库对每条断言进行检索，通过桥接规则进行筛选，得到高置信度证据；2)使用多通道卷积神经网络处理问题信息与高置信度证据，得到选项间的置信度竞争结果；3)根据选项间的置信度竞争结果判断出最佳选项。本发明能够利用桥接注意力机制从学科知识库中检索出高置信证据，随后通过门控多通道卷积神经网络同时处理题目和证据，得到选项间的比较分数，进而基于所有选项对间比较的累积分数确定最佳选项，从而使机器可以解答初等教育阶段的特定学科选择题，并取得较好的表现。
-
公开(公告)号：CN104794169B
公开(公告)日：2018-11-20
申请号：CN201510145663.7
申请日：2015-03-30
Applicant: 明博教育科技有限公司 , 北京大学
Abstract: 本发明公开了一种基于序列标注模型的学科术语抽取方法及系统，属于数据抽取技术领域。该方法首先对训练语料中的学科术语进行标注和类别标签设置，得到标注序列，并以训练语料作为观察序列、标注序列作为状态序列，训练出学科术语抽取模型，以该模型为抽取器初步抽取出待抽取语料中的学科术语，再利用学科术语之间的相似度进行初步抽取结果的筛选，筛选出属于对应学科领域的真正学科学术。通过本发明所述的抽取方法及系统，在进行学科术语的抽取时，通过将少量的训练语料进行学科术语的标注，实现了语料中学科术语的快速、准确的提取，同时还能够不断完善学科领域的已有知识体系结构，克服了传统学科术语抽取方法的不足。
-
公开(公告)号：CN104794168B
公开(公告)日：2018-06-05
申请号：CN201510145575.7
申请日：2015-03-30
Applicant: 明博教育科技有限公司 , 北京大学
IPC: G06F17/30
Abstract: 本发明公开了一种知识点关联方法及系统，属于互联网技术中的数据挖掘领域，包括：获取待加入已有知识体系结构的学科术语，根据待加入学科术语与该领域的已有知识体系结构中的学科术语之间的相似度，确定待加入学科术语在体系结构中的位置，完善已有知识体系结构；获取待提取知识点的语料中的学科术语，并计算每个学科术语的重要度；最后根据学科术语的重要度和其在已有知识体系结构中的位置，计算已有知识体系结构中节点位置的权重，将权重最大的节点位置处的学科术语确定为所述语料的知识点。该方法及系统实现了对已有知识体系结构不断完善，能够为用户匹配出最相关的知识点，以便为用户推荐与所述知识点相关的资源，提高了用户的感知。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.019 seconds)
