-
公开(公告)号：CN114330316A
公开(公告)日：2022-04-12
申请号：CN202111483527.0
申请日：2021-12-07
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F40/274 , G06F40/216 , G06F40/211 , G06F40/289
Abstract: 本发明公开了一种简拼的识别方法及计算机可读存储介质，获取包含简拼字符串的句子；获取拼音首字母组合与所述简拼字符串一致的词语，得到候选词集；将所述句子中的简拼字符串分别替换为所述候选词集中的各候选词，得到各候选句，并通过N‑Gram模型，分别计算各候选句的概率；将概率最高的候选句中的候选词作为所述简拼字符串的识别结果。本发明可识别得到与首字母简拼最匹配的中文词汇，方便阅读。
-
公开(公告)号：CN106570130B
公开(公告)日：2019-10-01
申请号：CN201610955408.3
申请日：2016-10-27
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F16/332
Abstract: 本发明公开了一种基于RDF知识库的文本地域判断方法及其系统，方法包括：构建关于地域信息的RDF知识库，并建立索引；预设地域区划的层级；预设地域相关名词的位置权重；获取文本中的地域相关名词；获取文本中所有地域相关名词各自对应的地域区划集合；分别计算地域区划集合中各地域区划对应一地域相关名词的第一分值；获取所有地域区划集合中各地域区划所对应的地域相关名词集合；将各地域区划的第一分值进行累加，得到地域区划的第二分值；根据第二分值，计算各地域区划为文本属地的概率。本发明在RDF知识库的基础上来实现文本的地域打标，提高方法的召回率，同时保证较高的准确率。
-
公开(公告)号：CN111209185B
公开(公告)日：2022-12-06
申请号：CN201911337307.X
申请日：2019-12-23
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F11/36
Abstract: 本发明公开了一种基于关键词的自动化测试方法及计算机可读存储介质，方法包括：根据预设的业务场景对应的关键词和断言值，生成业务场景的测试用例；根据业务模块的业务流程所包含的各业务场景的测试用例，组合得到所述业务模块的测试脚本；获取业务模块对应的测试脚本，并依序获取所述测试脚本中的一测试用例；根据预设的正则表达式，对所述与一测试用例进行解析，得到关键词参数和断言值；根据所述关键词参数，进行一测试用例对应的业务操作，并获取操作响应值；将所述操作响应值和所述断言值进行比较，得到所述一测试用例的测试结果。本发明可降低自动化测试脚本的编写难度，提高开发效率。
-
公开(公告)号：CN111176643A
公开(公告)日：2020-05-19
申请号：CN201911343624.2
申请日：2019-12-24
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明公开了一种子系统首页的生成方法及计算机可读存储介质，方法包括：获取面板参数，并根据面板参数渲染首页面板；当监听到鼠标在首页面板上释放的事件时，记录当前的鼠标在所述首页面板上的偏移位置，并将当前被选中的模块组件以预设的宽高渲染到所述偏移位置上；当检测到所述首页面板上的一模块组件被选中时，显示所述一模块组件的组件编辑器界面；接收所述一模块组件的组件修改参数，并重新渲染所述一模块组件；当接收到保存指令时，根据子系统首页的唯一标识、当前首页面板的面板参数以及当前首页面板上各模块组件的组件参数，生成子系统首页数据，并进行保存。本发明可减少代码的冗余，提高代码的复用性。
-
公开(公告)号：CN111163366A
公开(公告)日：2020-05-15
申请号：CN201911392176.5
申请日：2019-12-30
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: H04N21/845 , H04N21/44 , G06K9/00
Abstract: 本发明公开了一种视频处理方法及终端，预设关键信息，自动爬取符合关键信息的待分类视频；分析待分类视频的语音信息的语音情感特征并得到其情感特征类别，根据情感特征类别得到待分类视频的第一视频类别；分析待分类视频的每一帧图片信息的归属类别以得到待分类视频的第二视频类别；根据待分类视频的第一视频类别和第二视频类别以得到待分类视频的分类结果；本发明通过预设关键信息以获取到视频信息，根据视频信息的语音信息来进行自动提取及分析出语音情感特征，以得到待分类视频在情感特征上的视频类别，通过分析每一帧图片信息的归属类别，以得到待分类视频的归属类别，从而得到更为合理有效的视频分类结果。
-
Patent Agency Ranking
公开(公告)号：CN109710639A
公开(公告)日：2019-05-03
申请号：CN201811421159.5
申请日：2018-11-26
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F16/2455
Abstract: 本发明提供了一种基于双缓存机制的检索方法、装置及存储介质，该方法包括：一级缓存检索步骤，在第一级缓存中根据查询请求进行查询，如果命中数据，则返回该命中数据，如果未命中数据，则进行二级缓存检索；二级缓存检索步骤，在第二级缓存中根据查询请求进行查询，如果命中数据，则返回该命中数据并将该命中数据写入到第一级缓存，如果未命中数据，则进行数据库检索；数据库检索步骤，在数据库中根据查询请求进行查询，如果命中数据，则返回该命中数据并将该命中数据写入到第一级缓存和第二级缓存。本发明使用redis作为二级缓存，防止使用ehcache的一级的缓存淘汰，导致请求直接穿透到数据库，也能保证不会因为服务重启产生的缓存雪崩，提高了用户体验。
-
公开(公告)号：CN115221880A
公开(公告)日：2022-10-21
申请号：CN202210855621.2
申请日：2022-07-20
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F40/295 , G06F40/289 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开一种命名实体识别方法及终端，对获取的文本进行分词，得到文字序列，其包括字符文字序列；基于所述字符文字序列使用特征增强算法进行特征增强，并基于增强后的多元特征获取特征向量；使用多头注意力机制对特征向量进行时序编码，输出得到时序特征；对时序特征进行预测，得到最优标注序列，并根据其得到文本对应的命名实体识别结果，能够融合多元特征，利用多元特征有利于模型学习到更多的语义信息，且能够有效地获取字符序列之间的注意力，可在计算过程中将序列中任意两个字符直接联系起来，缩短距离依赖，有效利用特征完整表达整个文本的特征以及上下文特征，且字符之间能够相互关联，从而有效提高了命名实体识别的准确率。
-
公开(公告)号：CN115221322A
公开(公告)日：2022-10-21
申请号：CN202210855619.5
申请日：2022-07-20
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明公开一种基于联邦学习的文本情感分类方法及终端，通过建立全局模型和多组客户端模型，形成联邦学习的情感分类模型框架，不仅可以避免涉密训练数据外传以及隐私数据交叉外泄等安全问题，而且能节省大数据传输过程所消耗的资源，还具有较高的时效性；同时，分布式模型框架可以使AI模型能学习到来自不同客户的大量样本，极大提升模型泛化能力和效果，即基于联邦学习的情感分类模型框架，让模型在客户本地训练，使得数据只会存在于客户本地，而且又能获得一个强大的AI分类模型的效果。
-
公开(公告)号：CN114297400A
公开(公告)日：2022-04-08
申请号：CN202111485360.1
申请日：2021-12-07
Applicant: 厦门市美亚柏科信息股份有限公司
Abstract: 本发明公开一种五元组实体关系抽取方法，通过将文本语料进行实体关系标注得到标注数据，再将标注数据进行五元组化预处理，得到含有主体、主体类型、关系、客体和客体类形的五元组训练数据集，而后再通过含有五元组的训练数据集对深度学习模型进行训练得到关系抽取模型，从而当需要抽取文本数据内的信息时，能够通过关系抽取模型对文本数据进行抽取并得到对应的五元组数据，可以极大的提高实体关系抽取的召回率，同时也能保证较高的准确率，并且抽取出的数据更加多元化，从而提高文本关系提取的效果。
-
公开(公告)号：CN106570130A
公开(公告)日：2017-04-19
申请号：CN201610955408.3
申请日：2016-10-27
Applicant: 厦门市美亚柏科信息股份有限公司
IPC: G06F17/30
Abstract: 本发明公开了一种基于RDF知识库的文本地域判断方法及其系统，方法包括：构建关于地域信息的RDF知识库，并建立索引；预设地域区划的层级；预设地域相关名词的位置权重；获取文本中的地域相关名词；获取文本中所有地域相关名词各自对应的地域区划集合；分别计算地域区划集合中各地域区划对应一地域相关名词的第一分值；获取所有地域区划集合中各地域区划所对应的地域相关名词集合；将各地域区划的第一分值进行累加，得到地域区划的第二分值；根据第二分值，计算各地域区划为文本属地的概率。本发明在RDF知识库的基础上来实现文本的地域打标，提高方法的召回率，同时保证较高的准确率。
-
-
-
-
-
-
-
-
-
Search Results
18
records
(took 0.026 seconds)
