-
公开(公告)号:CN117272053B
公开(公告)日:2024-02-23
申请号:CN202311561276.2
申请日:2023-11-22
Applicant: 杭州中房信息科技有限公司
IPC: G06F18/214 , G06F18/22 , G06F40/295 , G06F16/29 , G06N3/0442 , G06N3/09
Abstract: 本发明公开了一种少样本地址数据集生成方法、地址匹配方法、介质及设备,属于人工智能领域。本发明针对命名实体识别模型的训练样本过少的问题,通过构建地址数据模板,利用少量地址样本数据自动生成大量同类型的地址训练、测试数据,使模型充分训练,避免欠拟合的情况。同时,本发明还构建了命名实体识别模型自学习框架,用户检索地址过程中通过命名实体识别模型进行匹配,然后由自学习框架完成命名实体识别模型的更新迭代。本发明可大大减少了模型训练数据的人工标注时间,并且通过自学习的方式对模型进行快速迭代,能显著的提高了地址文本匹配的准确率和效率。
-
公开(公告)号:CN117272053A
公开(公告)日:2023-12-22
申请号:CN202311561276.2
申请日:2023-11-22
Applicant: 杭州中房信息科技有限公司
IPC: G06F18/214 , G06F18/22 , G06F40/295 , G06F16/29 , G06N3/0442 , G06N3/09
Abstract: 本发明公开了一种少样本地址数据集生成方法、地址匹配方法、介质及设备,属于人工智能领域。本发明针对命名实体识别模型的训练样本过少的问题,通过构建地址数据模板,利用少量地址样本数据自动生成大量同类型的地址训练、测试数据,使模型充分训练,避免欠拟合的情况。同时,本发明还构建了命名实体识别模型自学习框架,用户检索地址过程中通过命名实体识别模型进行匹配,然后由自学习框架完成命名实体识别模型的更新迭代。本发明可大大减少了模型训练数据的人工标注时间,并且通过自学习的方式对模型进行快速迭代,能显著的提高了地址文本匹配的准确率和效率。
-
公开(公告)号:CN112446954B
公开(公告)日:2023-06-13
申请号:CN202011386463.8
申请日:2020-12-01
Applicant: 杭州中房信息科技有限公司
IPC: G06T17/05 , G06T17/20 , G06Q10/047 , G06Q50/26
Abstract: 本发明公开了一种顾及障碍物的防火区最不利点搜索方法、装置及存储介质,属于路径搜索领域。在实际建筑工程消防测绘中,针对最不利点(离疏散门最远点)有相应的技术要求,针对人工判断最不利点容易出错、效率低,本发明提出了一种顾及障碍物的防火区最不利点搜索方法,该算法综合可视图法和Dijkstra算法,可辅助作业人员快速准确定位最不利点,并提供相应的路径规划,作业人员只需实地测绘验证,对于消防测绘验收有重要意义。
-
公开(公告)号:CN112446954A
公开(公告)日:2021-03-05
申请号:CN202011386463.8
申请日:2020-12-01
Applicant: 杭州中房信息科技有限公司
Abstract: 本发明公开了一种顾及障碍物的防火区最不利点搜索方法、装置及存储介质,属于路径搜索领域。在实际建筑工程消防测绘中,针对最不利点(离疏散门最远点)有相应的技术要求,针对人工判断最不利点容易出错、效率低,本发明提出了一种顾及障碍物的防火区最不利点搜索方法,该算法综合可视图法和Dijkstra算法,可辅助作业人员快速准确定位最不利点,并提供相应的路径规划,作业人员只需实地测绘验证,对于消防测绘验收有重要意义。
-
-
-