-
公开(公告)号：CN107871002B
公开(公告)日：2021-03-30
申请号：CN201711101596.4
申请日：2017-11-10
Applicant: 哈尔滨工程大学
IPC: G06F16/33 , G06F16/335 , G06F16/35 , G06F40/30 , G06F40/289 , G06F21/10
Abstract: 本发明提供的是一种基于指纹融合的跨语言剽窃检测方法。将需要进行剽窃检测的中英文文本集，通过自然语言处理提取其名词序列，利用WordNet的名词树形结构，通过中间指纹编码算法将名词序列编码成中间指纹；然后基于中间指纹，利用语义密度对指纹编码进行语义消歧；通过指纹选取策略提取出能够代表当前片段语义的中英文指纹，运用Dice系数对指纹进行相似度计算，利用计算结果根据阈值选取出潜在剽窃片段；然后按照SinWin算法计算句子之间的相似度，通过阈值选取出剽窃句子，最后通过剽窃片段合并形成最后的剽窃检测结果。本发明在跨语言相似检索阶段跨越了语言的障碍，对于较长的段落来说是合适和高效的。
-
公开(公告)号：CN110888991B
公开(公告)日：2023-12-01
申请号：CN201911190029.X
申请日：2019-11-28
Applicant: 哈尔滨工程大学
IPC: G06F16/36 , G06F40/30 , G06F40/289 , G06F16/35
Abstract: 本发明提供的是一种弱标注环境下的分段式语义标注方法。(1)输入待标注文本，使用数据挖掘算法自动化构建文本主题相关的“类别‑实体‑关系‑扩展”四层领域本体；(2)使用已构建的四层领域本体对弱标记文本进行语义标注；(3)采用加入注意力机制的卷积神经网络对已标注的段落文本进行段落句群划分；(4)综合使用词袋模型验证句群划分准确性并对新生成的句群的标注信息进行筛选。本发明对历史、文学、娱乐、计算机等不同领域的文本均具有较好的标注和句群划分效果，解决了多学科弱标记资源文本无法准确处理和分析的问题，可以帮助用户缩小检索范围，快速找到搜索结果，提高搜索准确性。
-
公开(公告)号：CN110888991A
公开(公告)日：2020-03-17
申请号：CN201911190029.X
申请日：2019-11-28
Applicant: 哈尔滨工程大学
IPC: G06F16/36 , G06F40/30 , G06F40/289 , G06F16/35
Abstract: 本发明提供的是一种弱标注环境下的分段式语义标注方法。(1)输入待标注文本，使用数据挖掘算法自动化构建文本主题相关的“类别-实体-关系-扩展”四层领域本体；(2)使用已构建的四层领域本体对弱标记文本进行语义标注；(3)采用加入注意力机制的卷积神经网络对已标注的段落文本进行段落句群划分；(4)综合使用词袋模型验证句群划分准确性并对新生成的句群的标注信息进行筛选。本发明对历史、文学、娱乐、计算机等不同领域的文本均具有较好的标注和句群划分效果，解决了多学科弱标记资源文本无法准确处理和分析的问题，可以帮助用户缩小检索范围，快速找到搜索结果，提高搜索准确性。
-
公开(公告)号：CN107871002A
公开(公告)日：2018-04-03
申请号：CN201711101596.4
申请日：2017-11-10
Applicant: 哈尔滨工程大学
CPC classification number: G06F17/30684 , G06F17/2775 , G06F17/2785 , G06F17/30699 , G06F17/30705 , G06F21/10
Abstract: 本发明提供的是一种基于指纹融合的跨语言剽窃检测方法。将需要进行剽窃检测的中英文文本集，通过自然语言处理提取其名词序列，利用WordNet的名词树形结构，通过中间指纹编码算法将名词序列编码成中间指纹；然后基于中间指纹，利用语义密度对指纹编码进行语义消歧；通过指纹选取策略提取出能够代表当前片段语义的中英文指纹，运用Dice系数对指纹进行相似度计算，利用计算结果根据阈值选取出潜在剽窃片段；然后按照SinWin算法计算句子之间的相似度，通过阈值选取出剽窃句子，最后通过剽窃片段合并形成最后的剽窃检测结果。本发明在跨语言相似检索阶段跨越了语言的障碍，对于较长的段落来说是合适和高效的。
-
-
-
Search Results
4
records
(took 0.023 seconds)
