-
公开(公告)号：CN112418320B
公开(公告)日：2024-01-19
申请号：CN202011331510.9
申请日：2020-11-24
申请人： 杭州未名信科科技有限公司 , 浙江省北大信息技术高等研究院
IPC分类号： G06F18/23213 , G06F18/22 , G06N3/0455 , G06N3/0464 , G06N3/0895
摘要： 本发明公开了一种企业关联关系识别方法、装置、存储介质及终端，该方法包括：通过应用程序编程接口和/或网络爬虫采集多个企业的文本信息；确定待识别企业的文本信息，将多个企业的文本信息和待识别企业的文本信息输入预先训练的企业关联关系识别模型中；其中，企业关联关系识别模型基于BERT神经网络、卷积神经网络以及K均值聚类算法创建的；输出待识别企业和多个企业之间的关联关系。因此，采用本申请实施例，使得训练后的模型在识别时将数据分类问题转成分布问题，能进一步提高模型的识别能力，可根据识别出的企业关联关系可以加速企业关系知识图谱构建工作，让人工智能技术更好的在企业营销活动中落地。
-
公开(公告)号：CN113688232B
公开(公告)日：2023-10-27
申请号：CN202110780598.0
申请日：2021-07-09
申请人： 杭州未名信科科技有限公司 , 浙江省北大信息技术高等研究院
IPC分类号： G06F16/35 , G06Q30/0601
摘要： 本发明公开了一种招标文本分类方法，包括：获取待分类的目标招标文本；将目标招标文本输入预先训练的层级多标签模型中；其中，预先训练的层级多标签模型是基于第一层级标签的损失值与第二层级标签的损失值生成的，第一层级标签的损失值是根据文本特征生成的，第二层级标签的损失值是根据文本特征与标签嵌入向量拼接后生成的，文本特征是根据收集的招标文本数据生成的，标签嵌入向量是根据预设第一层级标签生成的；输出目标招标文本对应的第一层级标签与第二层级标签。因此，采用本申请实施例，能够有效的提升招标文本分类的准确度，进一步提高企业商情挖掘的质量。
-
公开(公告)号：CN112395407B
公开(公告)日：2023-09-19
申请号：CN202011211617.X
申请日：2020-11-03
申请人： 杭州未名信科科技有限公司 , 浙江省北大信息技术高等研究院
IPC分类号： G06F16/335 , G06F16/38 , G06F40/284 , G06N3/0442 , G06N3/084 , G06N3/0455
摘要： 本发明公开了一种企业实体关系的抽取方法、装置及存储介质，所述方法包括：获取待抽取的文本数据；将所述文本数据输入预先训练好的实体识别模型的编码层，得到编码后的词向量；将所述词向量输入所述实体识别模型的第一实体识别层，得到包含实体关系的主实体；将所述词向量和所述主实体输入所述实体识别模型的第二实体识别层，得到与所述主实体具有对应关系的客实体。根据本发明公开的企业实体关系的抽取方法，不识别无关系的实体，直接识别有关系的实体，大大降低了负样本带来的噪声影响，提高了模型的训练效率和识别效果。
-
公开(公告)号：CN112150237B
公开(公告)日：2023-06-20
申请号：CN202010880475.X
申请日：2020-08-27
申请人： 杭州未名信科科技有限公司 , 浙江省北大信息技术高等研究院
IPC分类号： G06Q30/0601 , G06Q10/04 , G06F30/27 , G06F18/214
摘要： 本发明公开了一种多模型融合的订单逾期预警方法，包括：获取当前的订单数据、生产数据以及库存数据；对所述当前的订单数据、生产数据以及库存数据进行预处理，得到订单特征数据；将所述订单特征数据分别输入预先训练的逾期概率预测模型、剩余完工时间预测模型以及逾期原因分析模型，得到预测的逾期概率、剩余完工时间以及逾期原因。本方明公开的订单逾期预警方法，可以有效地预测制造业企业中订单逾期的概率、订单完工剩余的时间，还能分析造成逾期的原因，帮助车间管理人员调整订单生产计划，更好地指导订单的生产。
-
公开(公告)号：CN116153296A
公开(公告)日：2023-05-23
申请号：CN202211090630.3
申请日：2022-09-07
申请人： 浙江大胜达包装股份有限公司 , 杭州未名信科科技有限公司 , 浙江省北大信息技术高等研究院
摘要： 本申请涉及一种基于持续学习模型的语音唤醒方法、装置及存储介质。所述方法包括：基于轻量级深度残差卷积网络构建教师模型和学生模型，并将教师模型和学生模型组装为持续学习模型；获取语音样本数据；将语音样本数据作为训练样本输入所述持续学习模型中进行训练；采用训练好的持续学习模型对目标语音进行唤醒。本申请能提升预测精准性和唤醒效率。特别是在模型训练过程中，教师模型与学生模型融合的训练方式，结合蒸馏损失、特征图损失与交叉熵损失，使持续学习模型得以优化，使学生模型负责学习新知识，教师模型负责引导学生模型不过度学习新知识，通过减小旧知识与新知识之间分布差异，实现了新知识的学习以及旧知识的保留。
-
公开(公告)号：CN113420145B
公开(公告)日：2023-05-23
申请号：CN202110512134.1
申请日：2021-05-11
申请人： 杭州未名信科科技有限公司 , 浙江省北大信息技术高等研究院
IPC分类号： G06F16/35 , G06F40/242 , G06F40/284 , G06N3/0464 , G06N3/088
摘要： 本申请涉及招标文本分类技术领域，更为具体来说，本申请涉及一种基于半监督学习的招标文本分类方法与系统。所述方法包括以下步骤：种子词库构建步骤，借助大规模语料库生成词嵌入向量和类别TFS‑IDF值，基于所述词嵌入向量和类别TFS‑IDF值获得领域种子词库；无监督学习步骤，基于所述种子词库构建无监督分类模型，过滤掉负样本，并将疑似正样本输入到有监督模型中；有监督学习步骤，对所述疑似正样本进行少量标注，训练文本卷积神经网络模型进行预测，得到最终文本分类标签。本申请提出的招标文本分类方法与系统能有效地解决招标文本分类任务中数据不平衡性问题，并能在少量的标注数据下取得可观的识别效果，进而提高企业商情挖掘的质量与效率。
-
公开(公告)号：CN115687289A
公开(公告)日：2023-02-03
申请号：CN202211028064.3
申请日：2022-08-25
申请人： 杭州未名信科科技有限公司 , 浙江省北大信息技术高等研究院
摘要： 本申请提供一种数据血缘关系追溯方法、装置、电子设备和存储介质，涉及数据处理技术领域，该方法包括：从数据库中读取数据表的表结构信息，所述表结构信息包括字段，以及与每一字段对应的字段值；对所述字段值进行模式提取，得到每一字段的事件模式；根据每一字段的所述事件模式的相似度，确定不同字段之间的血缘关系；根据所述每一字段的血缘关系，确定不同数据表之间的血缘关系。此方法对样本要求不高，无需依赖其他数据即可实现血缘追溯，可以降低确定数据表的血缘关系的难度，提升判断血缘关系的准确性。
-
公开(公告)号：CN115242030A
公开(公告)日：2022-10-25
申请号：CN202211154850.8
申请日：2022-09-22
申请人： 杭州未名信科科技有限公司 , 浙江省北大信息技术高等研究院
IPC分类号： H02K7/14 , H02K16/02 , H02K3/28 , H02K3/46 , H02K1/274 , H02K1/2789 , H02K7/116 , H02K7/102 , B66C13/12
摘要： 本发明属于塔机设备技术领域，具体涉及塔机直驱动力总成及智能塔机，塔机直驱动力总成包括卷筒、连接轴和动力组件，其中，卷筒套装于连接轴外侧，且连接轴中的一个为固定连接结构，另一个为动力输出结构；动力组件设于卷筒内，并包括驱动组件，驱动组件包括转轴、套接于转轴的内转子和外转子、以及设于内转子与外转子之间的定子；转轴与卷筒或连接轴中的动力输出结构连接；定子包括转动连接于转轴的定子支架以及分设于定子支架内外两侧的内线圈、外线圈。通过上述结构提供了一种可完成大扭矩及高转速驱动工作且体积小、结构紧凑的塔机直驱动力总成。
-
公开(公告)号：CN115215242A
公开(公告)日：2022-10-21
申请号：CN202211136448.7
申请日：2022-09-19
申请人： 杭州未名信科科技有限公司 , 浙江省北大信息技术高等研究院
摘要： 本发明属于智能塔吊技术领域，具体涉及一种智能塔吊的卷扬梯度刹车动力系统及智能塔吊，卷扬梯度刹车动力系统包括：卷扬部件，包括具有固定轴的机座和套装于所述固定轴上的卷筒；动力部件，设于所述卷筒内，并包括均与所述固定轴连接的驱动电机和减速箱；所述减速箱连接于所述驱动电机的输出轴与所述卷筒之间；制动部件，包括设于所述机座上的卡钳和设于所述卷筒上的制动盘；ABS制动系统，用于驱动所述卡钳和所述制动盘制动刹车。通过上述结构，不仅解决了各结构因位置分散而出现的固定问题和变位问题，同时通过ABS制动系统实现卷筒的防抱死制动，从而进一步提高卷扬动力系统的结构稳定性。
-
公开(公告)号：CN115098812A
公开(公告)日：2022-09-23
申请号：CN202210163751.X
申请日：2022-02-22
申请人： 杭州未名信科科技有限公司 , 浙江省北大信息技术高等研究院
IPC分类号： G06F16/958 , G06F16/953 , G06F16/35 , G06F40/14 , G06N3/04 , G06N3/08 , G06Q30/08
摘要： 本申请涉及数据处理技术领域，更为具体来说，本申请涉及一种招标网页的正文抽取方法、装置及存储介质。所述方法包括：为待抽取的招标网页构建DOM树；确定出所述DOM树当前层级中节点分数最高的第一节点以及文本长度最长的第二节点；从所述第一节点和所述第二节点中确定所述当前层级对应的最优节点，并将所述最优节点对应的文本存入待筛选文本集合，所述待筛选文本集合中包括多个层级对应的最优节点的文本；对待筛选文本集合进行规则筛选，得到目标正文。本申请将招标网页的正文抽取方法转换为最优路径搜索问题，大大地提升了效率，缩小了空间，又融合传统特征、深度学习算法及规则筛选的方式得到目标正文，从而提升了抽取正文的准确率。
-
-
-
-
-
-
-
-
-
搜索结果
147 条记录 (耗时 0.086 秒)
