-
公开(公告)号：CN115759986A
公开(公告)日：2023-03-07
申请号：CN202211457414.8
申请日：2022-11-21
Applicant: 北京北大软件工程股份有限公司
Abstract: 本发明提供了一种接待信件自动办理系统。该系统通过在用户来函来电时，提取相关信息，一键办理，实现接待的快速登记。所述方法包括：在来人接待时，通过辅助接谈获取接待信息；在用户来电时，通过智能应答获取接待信息；在用户来信时，通过OCR获取接待信息；基于上一步获得的接待信息，完成要素提取与概况生成；基于上一步获得的接待要素，自动登记，一键办理。本发明能够有效地提高接待登记工作的效率，适应当前信息化的要求，满足用户接待需求。
-
公开(公告)号：CN119003791A
公开(公告)日：2024-11-22
申请号：CN202411455598.3
申请日：2024-10-18
Applicant: 北京北大软件工程股份有限公司
Abstract: 本申请公开了一种篇章级关系抽取方法、装置、设备、介质及产品，涉及自然语言处理技术领域，该方法包括：获取待抽取篇章级关系的目标篇章文档；获取目标篇章文档中的第一关系三元组；根据第一关系三元组中的关系在预设规则库中获取与关系对应的目标规则，目标规则包括：关系与新推断关系的映射关系，以及新推断关系中的实体的属性信息；根据目标篇章文档、第一关系三元组中包括的实体的属性信息和目标规则，推断第一关系三元组中包含的新推断关系三元组；输出第一关系三元组和新推断关系三元组。本申请可以提升推断出的新的关系组的准确性。
-
公开(公告)号：CN118069789B
公开(公告)日：2024-07-23
申请号：CN202410464773.9
申请日：2024-04-18
Applicant: 北京北大软件工程股份有限公司
Abstract: 本发明公开一种面向立法意见的关键信息抽取方法、系统及设备，涉及自然语言处理技术领域。该方法包括对证据信息的输入文本和所有待分类关系类别标签进行预处理，得到预处理后的文本；所述预处理包括：文档分割和预训练语言模型的处理；根据预处理后的文本，采用因果驱动的证据语义模型和因果驱动的标签语义模型，基于连续优化的NoTEARS因果发现算法以及L层R‑GCN图神经网络，确定去噪后证据信息和语义增强后的标签信息；根据去噪后证据信息和语义增强后的标签信息进行双向语义匹配，并将双向语义匹配的匹配分数进行聚合，得到综合打分；根据综合打分进行实体关系抽取。本发明能够充分利用外部知识，解决数据标签分布不均衡问题。
-
公开(公告)号：CN119003791B
公开(公告)日：2025-01-21
申请号：CN202411455598.3
申请日：2024-10-18
Applicant: 北京北大软件工程股份有限公司
Abstract: 本申请公开了一种篇章级关系抽取方法、装置、设备、介质及产品，涉及自然语言处理技术领域，该方法包括：获取待抽取篇章级关系的目标篇章文档；获取目标篇章文档中的第一关系三元组；根据第一关系三元组中的关系在预设规则库中获取与关系对应的目标规则，目标规则包括：关系与新推断关系的映射关系，以及新推断关系中的实体的属性信息；根据目标篇章文档、第一关系三元组中包括的实体的属性信息和目标规则，推断第一关系三元组中包含的新推断关系三元组；输出第一关系三元组和新推断关系三元组。本申请可以提升推断出的新的关系组的准确性。
-
公开(公告)号：CN118627506B
公开(公告)日：2024-11-08
申请号：CN202411110723.7
申请日：2024-08-14
Applicant: 北京北大软件工程股份有限公司
IPC: G06F40/284 , G06F18/22 , G06N3/0499 , G06N3/0464
Abstract: 本申请公开了一种答案文段提取方法、装置、设备、介质及产品，涉及自然语言处理技术领域，该方法包括：接收用户问题和对应答案所在的文档；分别获取用户问题中词元的词向量、文档中词元的词向量和全局词元的词向量；获取文档中词元的词向量对应的所有候选答案文段的表示向量；获取用户问题中词元的词向量对应的问题表示向量和全局词元的词向量对应的全局阈值表示向量；获取各个候选答案文段的表示向量与问题表示向量之间的第一相似度，以及全局阈值表示向量与问题表示向量之间的第二相似度；获取第一相似度中大于第二相似度的目标相似度；输出目标相似度对应的目标候选答案文段。本申请可以处理文档中的答案文段是由多个文段组成的任务。
-
Patent Agency Ranking
公开(公告)号：CN117421609B
公开(公告)日：2024-04-02
申请号：CN202311722719.1
申请日：2023-12-15
Applicant: 北京北大软件工程股份有限公司
Abstract: 本发明公开了一种应用于社交媒体的图像与文本语义相似度计算方法及系统，涉及语义相似度计算技术领域，该方法包括：通过图像场景图生成模型和文本场景图生成模型分别将图像和文本转化为图像场景图和文本场景图；根据图像场景图和文本场景图中物体‑关系‑物体三元组分别构建图像高层语义子图和文本高层语义子图；基于图像场景图和文本场景图中的物体节点和关系节点，利用向量点积计算局部细节匹配分数；基于高层语义子图和文本高层语义子图计算高层语义匹配分数；基于局部细节匹配分数和高层语义匹配分数计算图像与文本的语义相似度。本发明从底层局部细节到高层语义信息来衡量两个模态语义的相关程度，得到更加准确的图像与文本的语义相似度。
-
公开(公告)号：CN114528409A
公开(公告)日：2022-05-24
申请号：CN202210401206.X
申请日：2022-04-18
Applicant: 北京北大软件工程股份有限公司
IPC: G06F16/35 , G06F16/335 , G06F40/205
Abstract: 本申请提供一种对信访件要素信息的抽取结果评价的方法及装置，该方法包括，获取机器抽取信访件要素信息的第一要素集合和人工抽取信访件要素信息的第二要素集合；将第二要素集合中的每一要素信息和第一要素集合中对应的每一要素信息进行匹配，得到第二要素集合中每一要素信息的评分；基于第二要素集合中每一要素信息的评分，确定人工抽取信访件要素信息的评价结果。通过本申请的方法可以达到准确的对人工抽取信访件的要素信息进行评价的效果。
-
公开(公告)号：CN118069789A
公开(公告)日：2024-05-24
申请号：CN202410464773.9
申请日：2024-04-18
Applicant: 北京北大软件工程股份有限公司
Abstract: 本发明公开一种面向立法意见的关键信息抽取方法、系统及设备，涉及自然语言处理技术领域。该方法包括对证据信息的输入文本和所有待分类关系类别标签进行预处理，得到预处理后的文本；所述预处理包括：文档分割和预训练语言模型的处理；根据预处理后的文本，采用因果驱动的证据语义模型和因果驱动的标签语义模型，基于连续优化的NoTEARS因果发现算法以及L层R‑GCN图神经网络，确定去噪后证据信息和语义增强后的标签信息；根据去噪后证据信息和语义增强后的标签信息进行双向语义匹配，并将双向语义匹配的匹配分数进行聚合，得到综合打分；根据综合打分进行实体关系抽取。本发明能够充分利用外部知识，解决数据标签分布不均衡问题。
-
公开(公告)号：CN111797221A
公开(公告)日：2020-10-20
申请号：CN202010549298.7
申请日：2020-06-16
Applicant: 北京北大软件工程股份有限公司
IPC: G06F16/335 , G06F16/35 , G06F40/284 , G06K9/62 , G06N3/04 , G06Q50/18
Abstract: 本发明涉及一种类似案件推荐方法及装置，包括提取目标案例的案例特征并对案例特征进行预处理；预处理后的案例特征转换为非结构化信息和结构化信息，并分别对非结构化信息和结构化信息进行处理，利用处理后的非结构化信息构建第一特征向量，利用处理后的结构化信息构建第二特征向量，联合第一特征向量和第二特征向量获取案例的最终特征向量；将目标案件输入案由预测模型中，获取目标案件的案由，根据案由获取相同案由的同案由案件集合；采用最终特征向量获取同案由案件集合中的最相似案件并输出。本发明将词语通过神经网络向量化再计算相似度的方法比传统的文本相似度算法效果更好。
-
公开(公告)号：CN111694945A
公开(公告)日：2020-09-22
申请号：CN202010493887.8
申请日：2020-06-03
Applicant: 北京北大软件工程股份有限公司
IPC: G06F16/335 , G06N3/04
Abstract: 本发明涉及一种基于神经网络的法条关联推荐方法及装置，包括获取待分析的相关法条，对相关法条进行处理转化为特征向量；相关法条包括上位法条集合和下位法条集合；构建LSTM网络模型，将特征向量输入LSTM网络模型中，获取相应的上位法条输出单元向量和下位法条输出单元向量；计算上位法条输出单元向量和下位法条输出单元向量的曼哈顿距离值，将上位法条输出单元向量、下位法条输出单元向量及曼哈顿距离值组合作为输出向量；对LSTM网络模型进行修正，将输出向量输入到修正后的LSTM网络模型中计算上位法条集合和下位法条集合的相似度，根据相似度输出推荐结果。本发明用于上下位法律条款识别时，能够有效的识别上下位法条之间的相似度并根据相似度为用户提供相应的法律法条。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.053 seconds)
