-
公开(公告)号:CN109408580B
公开(公告)日:2020-10-20
申请号:CN201811294111.2
申请日:2018-10-31
Applicant: 北京百分点信息科技有限公司
IPC: G06F16/25 , G06F16/242 , G06F8/41 , G06F8/30
Abstract: 本发明公开了一种跨数据源的SQL编译装置及方法,装置主要包括JSON生成模块、SQL编译工具、最终查询SQL生成模块、SQL提交模块和请求缓存实现模块等。本发明通过JSON封装查询条件,解析此条件并形成SQL提交给PRESTODB,可以实现多种场景(条件)的实时查询功能。
-
公开(公告)号:CN110134950A
公开(公告)日:2019-08-16
申请号:CN201910349756.X
申请日:2019-04-28
Applicant: 北京百分点信息科技有限公司
Abstract: 本发明公开了一种字词结合的文本自动校对方法,首先分别采用如下两种查错方法进行查错:1)基于n-gram语言模型的查错方法;2)基于lstm语言模型的查错方法;然后将两种方法的查错结果求交集,得到最终的查错结果。本发明方法基于词符嵌入(word embeddings)技术、双向lstm网络、CRF(Conditional Random Field,条件随机场)模型等实现对输入文本进行分词与词性标注,在此基础上基于n-gram模型、双向lstm语言模型以及规则策略,实现文本中存在的错误查找。
-
公开(公告)号:CN110674112A
公开(公告)日:2020-01-10
申请号:CN201910899832.4
申请日:2019-09-23
Applicant: 北京百分点信息科技有限公司
Abstract: 本发明实施例公开了一种数据查询的方法、装置及电子设备,所述方法、装置及电子设备包括:获取待查询语句中包含的目标实体信息;基于目标实体信息,从预设数据库中获取与目标实体信息匹配的目标关联信息,预设数据库包括第一数据库和第二数据库,第一数据库用于存储实体信息,第二数据库用于存储与实体信息匹配的关联信息,其中,关联信息包括实体执行和/或响应的关联事件以及所述关联事件的响应或执行对象。采用该方法、装置及电子设备,在查询目标实体的多个关联信息时,不需要多次查询,可以基于待查询语句中的目标实体信息,从预设数据库中获取与目标实体信息匹配的多个目标关联信息,从而提高关联信息的查询效率。
-
公开(公告)号:CN112396254A
公开(公告)日:2021-02-23
申请号:CN202011459957.4
申请日:2020-12-11
Applicant: 北京百分点信息科技有限公司
Abstract: 本公开涉及一种目的地预测方法、装置、介质及电子设备,所述方法包括:获取与目标车辆相关的目标特征信息,其中,所述目标特征信息包括当前随机特征信息、所述目标车辆的目标历史行为轨迹信息,所述当前随机特征信息包括当前节假日信息、当前通行时间信息、当前车辆限行信息、当前天气信息;将所述目标特征信息输入到目的地预测模型中,得到所述目的地预测模型输出的所述目标车辆的预测目的地信息。通过上述技术方案,由于目的地预测模型在进行预测时的特征信息更为全面,因此通过该目的地预测模型得出的预测目的地信息更为准确。
-
公开(公告)号:CN111191438A
公开(公告)日:2020-05-22
申请号:CN201911397843.9
申请日:2019-12-30
Applicant: 北京百分点信息科技有限公司
IPC: G06F40/211 , G06F40/284
Abstract: 本发明公开了一种情感分析方法、装置和电子设备,方法包括:确定待分析文本中的待分析句子;基于预设主体信息库,对每个待分析句子进行主体匹配,预设主体信息库中包含多个主体信息;当待分析句子中匹配到目标主体时,利用主体情感自注意力机制确定待分析句子中的每个词对目标主体的加权系数,主体情感自注意力机制结合依存文法建模形成;确定待分析句子中的情感词以及情感词的极性;利用情感词、情感词的极性以及加权系数,确定待分析句子对于目标主体的情感值;合并待分析文本中所有匹配到目标主体的待分析句子的情感值,确定待分析文本对于目标主体的情感值。通过本发明,能够准确地确定文本中的目标主体的情感倾向。
-
公开(公告)号:CN110782008A
公开(公告)日:2020-02-11
申请号:CN201910983661.3
申请日:2019-10-16
Applicant: 北京百分点信息科技有限公司
Abstract: 本申请实施例公开了一种深度学习模型的训练方法、预测方法和装置,针对人工特征拟合XgBoost模型,并通过XgBoost模型提取特征,将提取的特征输入改进的Transformer模型当中,并进一步进行训练,通过该Transformer模型降低人工特征输入的维度,再将该Transformer输出的特征与BERT模型输出的特征进行连接并共同进行训练。通过这种方法,可以在不损失大量预测精度的基础上,有效地降低人工特征输入的维度,从而有效提高深度迁移学习的预测效果。
-
公开(公告)号:CN109558230A
公开(公告)日:2019-04-02
申请号:CN201811413089.9
申请日:2018-11-23
Applicant: 北京百分点信息科技有限公司
IPC: G06F9/48
Abstract: 本发明公开了一种分布式定时任务调度系统及方法,执行引擎用于通过sdk根据任务散列算法将待执行任务散列后写入redis zset分片中;redis zset分片用于缓存待执行任务;执行器中部署有一个或以上的执行器实例,每个执行器实例均包含有一个轮询线程和执行线程,轮询线程用于从redis zset分片中获取执行时间小于当前系统时间的任务,交给执行线程执行;发送器用于执行过滤器过滤之后的任务,将对应的消息发送至相应的目标。本发明采用redis的有序集合redis zset作为存储介质,并且支持任务散列存储以及多执行器实例分布式调度,提供了对指定时间点调度执行特定任务的特性,从而从底层解决自定义任务指定任意时间点执行的实现。
-
-
-
-
-
-