公开(公告)号：CN107957998A

公开(公告)日：2018-04-24

申请号：CN201610898619.8

申请日：2016-10-14

Applicant: 富士通株式会社

Inventor： 缪庆亮 ,  孟遥

IPC: G06F17/30

CPC classification number: G06F17/30604

Abstract: 本发明涉及生成关系计算模型的方法和估计实体对之间关系的方法。根据本发明的生成关系计算模型的方法包括：生成语义图；从语义图中选取具有第一类型关系的节点对和不具有所述第一类型关系的节点对作为第一类型训练样本对；以及根据第一类型训练样本对训练第一类型训练样本对的两个节点之间的路径所包含的边的第一类型关系权重参数，其中，关系计算模型包括语义图和第一类型关系权重参数。使用根据本发明的生成关系计算模型的方法和估计实体对之间关系的方法能够可靠地建立关系计算模型，并根据该模型准确地计算实体对之间关系的强弱，进而估计实体对之间的关系。

公开(公告)号：CN107765883A

公开(公告)日：2018-03-06

申请号：CN201610702677.9

申请日：2016-08-22

Applicant: 富士通株式会社

Inventor： 方瑞玉 ,  缪庆亮 ,  孟遥 ,  房璐

IPC: G06F3/023 ,  G06F17/27

CPC classification number: G06F3/0233 ,  G06F17/278 ,  G06F17/2785

Abstract: 本发明公开了一种输入法的候选词语的排序方法和排序设备。该排序方法包括：获得与当前输入对应的多个候选词语；确定多个候选词语中的每一个候选词语与参考词语之间的语义相关度；以及根据所确定的语义相关度，对多个候选词语进行排序；其中，确定多个候选词语中的每一个候选词语与参考词语之间的语义相关度包括：针对每一个候选词语，计算其语义向量与参考词语的语义向量的相似度之和或平均相似度，作为所述语义相关度；其中，所述每一个候选词语的语义向量通过如下步骤获得：将所述每一个候选词语链接到预定知识库中的一个或多个候选实体；以及将所述候选实体的描述输入到语义模型，以得到对应的语义向量。

公开(公告)号：CN104881397B

公开(公告)日：2018-01-30

申请号：CN201410068944.2

申请日：2014-02-27

Applicant: 富士通株式会社

Inventor： 缪庆亮 ,  孟遥

IPC: G06F17/27 ,  G06F17/30

Abstract: 本发明涉及一种在多个语境中对缩写词进行扩展的方法和装置。该方法包括：在多个语境中，将与缩写词具有共现模式关系的全称词确定为缩写词的第一类候选全称词；在不存在具有共现模式关系的缩写词和全称词的语境中，将第一类候选全称词作为检索词进行检索，如果某个语境含有第一类候选全称词，则将其确定为第二类候选全称词；将基于网络信息获取的与第一类候选全称词不同的所有其他与缩写词对应的全称词作为检索词进行检索，确定第三类候选全称词；以及根据多个语境与第一类候选全称词和/或第二类候选全称词的对应关系以及置信度来构建训练数据集，学习分类模型，确定第三类候选全称词的置信度，从而确定缩写词在各个语境中对应的全称词。

公开(公告)号：CN104035916A

公开(公告)日：2014-09-10

申请号：CN201310072432.9

申请日：2013-03-07

Applicant: 富士通株式会社

Inventor： 缪庆亮 ,  孟遥 ,  于浩

IPC: G06F17/20 ,  G06F17/27

Abstract: 本发明公开了标准化标注工具的方法和设备。根据本发明的标准化标注工具的方法包括：选择与待标准化的非标准工具对应的标准工具；对于所述非标准工具的每一个输出标注类，计算其与所述标准工具的每一个输出标注类的相似度，所述输出标注类表明被标注对象所属的类别；和/或对于所述非标准工具的每一个输出标注属性，计算其与所述标准工具的每一个输出标注属性的相似度，所述输出标注属性表明所述被标注对象所具有的属性；以及根据所述输出标注类的相似度和/或所述输出标注属性的相似度，确定所述非标准工具的标记和所述标准工具的标记之间的对应关系。

公开(公告)号：CN103365912A

公开(公告)日：2013-10-23

申请号：CN201210100155.3

申请日：2012-04-06

Applicant: 富士通株式会社

Inventor： 缪庆亮 ,  孟遥 ,  于浩 ,  葛乃晟 ,  张波

IPC: G06F17/30

Abstract: 提供了一种对实体关系模式进行聚类、提取的方法和设备。对实体关系模式进行聚类的方法包括：对原始句子进行预处理，以识别原始句子中表示实体的实体词；根据实体词和关系词本体中的关系词以及实体词和关系词在预处理后的句子中的特定出现序列确定预处理后的句子中的实体词之间的实体关系，并且根据所确定的实体关系将预处理后的句子拆分成子句；提取拆分后的子句的实体关系模式，其中，子句的实体关系模式用实体词及实体词之间的中语境组成的关系元组来表示；计算所提取的子句的实体关系模式之间的第一相似度；以及根据所计算的子句的实体关系模式之间的第一相似度，将子句的实体关系模式聚类成实体关系模式类。