-
公开(公告)号:CN114564964A
公开(公告)日:2022-05-31
申请号:CN202210172989.9
申请日:2022-02-24
Applicant: 杭州中软安人网络通信股份有限公司 , 复旦大学 , 杭州文图思锐云技术有限公司
Abstract: 本发明提供一种基于k近邻对比学习的未知意图检测方法,其特征在于,包括以下步骤:步骤S1,利用已知意图的语料构建经验风险损失;步骤S2,构建语义表示模型,采用k近邻对比学习与经验风险损失对所述语义表示模型进行训练;步骤S3,将待测文本输入至训练后的语义表示模型,以获取所述待测文本的语义表示;步骤S4,采用下游检测算法检测所述语义表示是否为未知意图,并输出为已知意图的语义表示的类别。该基于k近邻对比学习的未知意图检测方法在语义表示学习阶段和未知检测阶段都不依赖于语义分布的任何假设,而且检测精度高、设计简单且应用场景广泛,解决了现有意图检测方法在现实场景应用受限的缺陷。
-
公开(公告)号:CN1563154A
公开(公告)日:2005-01-12
申请号:CN200410017391.4
申请日:2004-04-01
Applicant: 复旦大学
Abstract: 本发明涉及一种具有流动状态和凝胶状态相转变的温敏性微粒的变温悬浮反应制备方法。具体是让单体等反应前体在处于流动状态的温度下通过悬浮实现微粒化,然后变到合适的反应温度,通过聚合或交联将微粒固定。该方法适用范围广,尤其适用于高浓度大分子单体溶液的聚合,且得到的微凝胶粒径均一,由该法制备的微凝胶可用于药物的控制释放等领域。
-
公开(公告)号:CN1446833A
公开(公告)日:2003-10-08
申请号:CN03115319.4
申请日:2003-02-08
Applicant: 复旦大学
IPC: C08F283/02 , C08F287/00 , C08F2/18
CPC classification number: A61K9/06 , A61K9/0024 , A61K9/19 , A61K47/34
Abstract: 本发明属于高分子材料技术和药剂辅料技术领域,具体为一种温敏性可降解凝胶微粒及其制备方法。该凝胶微粒完全由合成高分子组成,降解速率与孔径大小等参数独立可控,且具有反向的温度敏感性。凝胶微粒可广泛适用于药物控制释放领域,尤其对于活性蛋白质药物的包裹与释放控制有独到之处。
-
-
公开(公告)号:CN1234428C
公开(公告)日:2006-01-04
申请号:CN02111119.7
申请日:2002-03-21
Applicant: 复旦大学
Abstract: 本发明属高分子材料技术领域和生物医学工程领域,具体为一种多孔支架及其制备方法,尤其是一种具有与缺损组织或器官同样复杂外形的可生物降解高分子多孔支架及其制备方法。采用特殊的柔性-刚性复合模具设计和基于溶剂的冷压/粒子浸出法,以生物降解、生物相容高分子为原料,制备出形状复杂的多孔支架。该法简单可行,制得的多孔支架同时具有缺损组织或器官的外形和相连的多孔结构,孔隙率可高达90%以上,支架内部及表面的孔分布均匀,适用于组织工程细胞支架等应用领域。
-
公开(公告)号:CN1212342C
公开(公告)日:2005-07-27
申请号:CN03115328.3
申请日:2003-02-08
Applicant: 复旦大学
IPC: C08F261/04 , C08F283/02
Abstract: 本发明属高分子材料技术领域,为一种凝胶微粒及其制备方法。该凝胶的非溶剂成份为合成高分子化学交联体系,凝胶呈微粒状。凝胶微粒制备方法采用多元醇为主体,对该主体引入可化学反应基团或先引入可降解的聚酯之后再引入可化学反应基团,得到可聚合单体;通过悬浮或反相悬浮聚合技术,由可交联单体溶液经聚合反应制备凝胶微粒。
-
-
-
公开(公告)号:CN1376522A
公开(公告)日:2002-10-30
申请号:CN02111119.7
申请日:2002-03-21
Applicant: 复旦大学
Abstract: 本发明属高分子材料技术领域和生物医学工程领域,具体为一种多孔支架及其制备方法,尤其是一种具有与缺损组织或器官同样复杂外形的可生物降解高分子多孔支架及其制备方法。采用特殊的柔性-刚性复合模具设计和基于溶剂的冷压/粒子浸出法,以生物降解、生物相容高分子为原料,制备出形状复杂的多孔支架。该法简单可行,制得的多孔支架同时具有缺损组织或器官的外形和相连的多孔结构,孔隙率可高达90%以上,支架内部及表面的孔分布均匀,适用于组织工程细胞支架等应用领域。
-
公开(公告)号:CN114564964B
公开(公告)日:2023-05-26
申请号:CN202210172989.9
申请日:2022-02-24
Applicant: 杭州中软安人网络通信股份有限公司 , 复旦大学 , 杭州文图思锐云技术有限公司
IPC: G06F40/30 , G06F16/35 , G06F18/2413
Abstract: 本发明提供一种基于k近邻对比学习的未知意图检测方法,其特征在于,包括以下步骤:步骤S1,利用已知意图的语料构建经验风险损失;步骤S2,构建语义表示模型,采用k近邻对比学习与经验风险损失对所述语义表示模型进行训练;步骤S3,将待测文本输入至训练后的语义表示模型,以获取所述待测文本的语义表示;步骤S4,采用下游检测算法检测所述语义表示是否为未知意图,并输出为已知意图的语义表示的类别。该基于k近邻对比学习的未知意图检测方法在语义表示学习阶段和未知检测阶段都不依赖于语义分布的任何假设,而且检测精度高、设计简单且应用场景广泛,解决了现有意图检测方法在现实场景应用受限的缺陷。
-
-
-
-
-
-
-
-
-