一种针对中文文本校对的数据增强方法

    公开(公告)号:CN115310433A

    公开(公告)日:2022-11-08

    申请号:CN202210936837.1

    申请日:2022-08-05

    Applicant: 东北大学

    Inventor: 张琳 韩春燕 任涛

    Abstract: 本发明提供一种针对中文文本校对的数据增强方法,涉及人工智能技术领域。该方法通过序列标注模型判断正确的源语句中易发生错误的位置与类型,弥补当前方法随机选择错误位置与错误类型的缺陷,使数据更加贴近现有的训练数据;在生成多字错误中添加了使用模型BERT生成的语法错误数据,使生成的错误句语义相关性更强;在生成拼写错误的过程中添加了用模型BERT生成的语法错误数据,模拟写作中词汇选择错误的情形;同时,考虑了现实录入过程中,使用键盘录入文字时按错键产生的拼写错误;生成的伪数据包含常见的语法错误类型,可在一定程度上提升语法纠错模型和拼写纠错模型的健壮性,使模型学习到更加多样且与真实数据相近的错误语句特征。

    基于改进HRRN算法和多属性决策的移动卸载迁移算法

    公开(公告)号:CN111132235B

    公开(公告)日:2023-04-07

    申请号:CN201911373174.1

    申请日:2019-12-27

    Abstract: 本发明的基于改进HRRN(Highest Response Ratio Next)算法和多属性决策的移动卸载迁移算法,包括:步骤1:单个无线体域网在某一时刻生成多个优先级不同的任务,如果可以本地处理则直接本地处理,否则上传至边缘服务器;步骤2:建立边缘服务器的效益函数,将效益值高的边缘服务器作为当前任务的初始边缘服务器;步骤3:判断当前边缘服务器是否合适;步骤4:判断边缘服务器是否满足两个准则,满足其中一项可作为候选边缘服务器;步骤5:再次根据步骤2建立边缘服务器的效益函数,计算所有候选边缘服务器的效益值,选择效益值最高的边缘服务器进行迁移。

    基于改进HRRN算法和多属性决策的移动卸载迁移算法

    公开(公告)号:CN111132235A

    公开(公告)日:2020-05-08

    申请号:CN201911373174.1

    申请日:2019-12-27

    Abstract: 本发明的基于改进HRRN(Highest Response Ratio Next)算法和多属性决策的移动卸载迁移算法,包括:步骤1:单个无线体域网在某一时刻生成多个优先级不同的任务,如果可以本地处理则直接本地处理,否则上传至边缘服务器;步骤2:建立边缘服务器的效益函数,将效益值高的边缘服务器作为当前任务的初始边缘服务器;步骤3:判断当前边缘服务器是否合适;步骤4:判断边缘服务器是否满足两个准则,满足其中一项可作为候选边缘服务器;步骤5:再次根据步骤2建立边缘服务器的效益函数,计算所有候选边缘服务器的效益值,选择效益值最高的边缘服务器进行迁移。

Patent Agency Ranking