-
公开(公告)号：CN117453829A
公开(公告)日：2024-01-26
申请号：CN202311748220.8
申请日：2023-12-19
Applicant: 科大讯飞(苏州)科技有限公司
IPC: G06F16/27 , G06F16/22 , G06F16/36 , G06F40/186
Abstract: 本发明提供了一种知识图谱数据同步方法和计算机，该方法包括：预先创建知识图谱框架和与该框架对应的待填写模板数据表；按照待填写模板数据表，收集所述模板数据表所需的数据；利用数据同步模块，根据模板数据表与知识图谱框架之间的对应关系，基于模板数据表中的数据，向基于知识图谱框架创建的知识图谱中同步实体和关系数据。
-
公开(公告)号：CN117874333A
公开(公告)日：2024-04-12
申请号：CN202311748366.2
申请日：2023-12-19
Applicant: 科大讯飞(苏州)科技有限公司
IPC: G06F16/9535 , G06F16/9538 , G06F16/36 , G06F40/30
Abstract: 本发明提供了一种现场处置实时推荐方法和计算机，该方法包括：实时获得现场情况描述的输入信息；根据所述获得的现场情况的输入信息理解搜索意图；基于所述搜索意图，构成目标现场处置操作实体的查询条件,并在现场事件处置的知识图谱中完成查询，得到实时查询结果，所述实时查询结果中包含应尽快采取的至少一个现场处置操作建议。
-
公开(公告)号：CN117787294A
公开(公告)日：2024-03-29
申请号：CN202311754187.X
申请日：2023-12-19
Applicant: 科大讯飞(苏州)科技有限公司
IPC: G06F40/58 , G06F40/42 , G06F18/214
Abstract: 本申请公开了一种长文档跨语言摘要生成及模型训练方法、装置及相关设备，基于不同领域间跨语言摘要生成任务的相似性，将长文档跨语言摘要生成模型在数据量充足的源域上进行训练，然后让模型在数据稀缺的目标域上进行微调学习，在目标域训练数据不足时，实现了长文档跨语言摘要模型端到端的训练过程。训练分为两个阶段，第一阶段按照第一训练任务训练长文档跨语言摘要模型，第一训练任务包括两类子任务，分别为在源域上进行跨语言摘要生成任务的训练，以及在目标域上进行单语种摘要生成和摘要翻译的训练；第二阶段按照第二训练任务对模型进行微调训练，第二训练任务包括在目标域上进行跨语言摘要生成任务的训练。
-
公开(公告)号：CN117689176A
公开(公告)日：2024-03-12
申请号：CN202311748676.4
申请日：2023-12-19
Applicant: 科大讯飞(苏州)科技有限公司
Abstract: 本发明提供了一种事件处置任务分配方法和计算机，该方法包括：接收事件内容描述信息；从事件内容描述信息中抽取与事件处置概念体系对应的文本要素；基于事件处置概念体系与事件处置措施和任务分配体系之间的映射关系，根据抽取得到的与概念体系对应的文本要素，推理出事件处置的措施和任务分配方案。
-
公开(公告)号：CN115422352A
公开(公告)日：2022-12-02
申请号：CN202210902911.8
申请日：2022-07-29
Applicant: 苏州市公安局苏州工业园区分局 , 科大讯飞(苏州)科技有限公司
IPC: G06F16/35 , G06F40/194 , G06K9/62
Abstract: 本发明提供了一种基于相似度和要素知识模型融合的事件标签检测方法，其特征在于，包括：基于要素知识的事件标签检测模型，对事件文本进行标签检测，得到第一标签检测结果；利用相似度匹配模块，对事件文本进行标签检测，得到第二标签检测结果；通过网格搜索，对第一标签检测结果和第二标签检测结果进行融合，得到事件的最终标签检测结果。
-
Patent Agency Ranking
公开(公告)号：CN115422351A
公开(公告)日：2022-12-02
申请号：CN202210902902.9
申请日：2022-07-29
Applicant: 科大讯飞(苏州)科技有限公司
IPC: G06F16/35 , G06F16/38 , G06F16/335 , G06F40/279 , G06Q50/18
Abstract: 本发明提供了一种基于要素知识的事件标签检测方法和计算机，包括：基于关键特征对事件文本进行粗分类；对事件文本进行要素抽取操作，得到与细分类标签有映射关系的文本标签信息；基于规则过滤，结合粗分类结果和文本标签信息，确定事件的最终标签。该方案能够提升检测过程的灵活度和可维护性。
-
公开(公告)号：CN117763072A
公开(公告)日：2024-03-26
申请号：CN202311825367.2
申请日：2023-12-27
Applicant: 科大讯飞(苏州)科技有限公司
IPC: G06F16/29 , G06F16/9537
Abstract: 本申请公开了一种地址标准化方法、装置、存储介质及设备，该方法包括：首先将目标非标准化地址划分为地址信息部分和描述信息部分；然后利用预先构建的标准化POI数据库，生成地址信息部分对应的坐标信息；接着提取描述信息部分中与空间地理位移相关的描述信息，并利用其对坐标信息进行地理位移校正，得到校正后的坐标信息。再提取描述信息部分中的兴趣点名称信息，并利用其和校正后的坐标信息，与标准化POI数据库中存储的候选地址向量进行匹配，判断是否存在匹配成功的候选地址向量，若存在，则将该候选地址向量所对应的标准化地址作为地址标准化结果；若不存在，则通过地址信息融合的方式，生成地址标准化结果。从而能够提高地址标准化的准确率。
-
公开(公告)号：CN115422353A
公开(公告)日：2022-12-02
申请号：CN202210903213.X
申请日：2022-07-29
Applicant: 科大讯飞(苏州)科技有限公司
Abstract: 本发明提供了一种基于二分类和要素知识模型融合的事件标签检测方法，该方法包括：对事件文本与对应标签进行拼接，得到整体向量表征；将整体向量表征经相符性判断模块，判断事件文本与事件标签的关联度，得到第二标签检测结果；基于要素知识的事件标签检测模型，对事件文本进行标签检测，得到第一标签检测结果；通过网格搜索，对第一标签检测结果和第二标签检测结果进行融合，得到事件的最终标签检测结果。
-
公开(公告)号：CN114266238A
公开(公告)日：2022-04-01
申请号：CN202111530417.5
申请日：2021-12-14
Applicant: 科大讯飞(苏州)科技有限公司
IPC: G06F40/205 , G06F40/284 , G06F16/35 , G06F16/31
Abstract: 本发明提供一种文本要素提取方法、装置、电子设备及存储介质，其中方法包括：确定待识别文本；对所述待识别文本中的每个子句进行要素粒度分类，得到所述每个子句的要素粒度类型，所述要素粒度类型为句粒度或词粒度；基于所述每个子句的要素粒度类型，对所述待识别文本进行要素提取，得到目标要素文本。本发明提供的方法、装置、电子设备及存储介质，能够通过对待识别文本中的每个子句进行词粒度和句粒度的分类，每个子句通过其对应的粒度类型进行要素提取，得到目标要素文本，实现了基于使用词粒度结合句粒度对文本进行非连续要素提取，在保证识别准确率的同时，还提高了识别的时效性，进而提高了要素提取的准确率和时效性。
-
公开(公告)号：CN114238550A
公开(公告)日：2022-03-25
申请号：CN202111538301.6
申请日：2021-12-15
Applicant: 科大讯飞(苏州)科技有限公司
IPC: G06F16/31 , G06F40/126 , G06F40/284 , G06F40/30 , G06F16/903
Abstract: 本发明提供一种要素抽取方法、装置、电子设备和存储介质，其中方法包括：获取待抽取文本，以及待抽取文本的词汇集合；基于待抽取文本中每两个字符对应的字符串与词汇集合间的匹配结果，确定每两个字符间的相关度，字符串以对应两个字符为起终点在待抽取文本中截取得到；基于每两个字符间的相关度，对待抽取文本中的各字符进行编码，得到各字符的要素边界特征；基于各字符的要素边界特征，确定待抽取文本的要素抽取结果。本发明提供的要素抽取方法、装置、电子设备和存储介质，不需要将匹配到的词汇与原始句子进行拼接，不会改变原有的输入长度，从而提高了编码效率。此外，相较于现有词汇拼接的方法，节约了存储空间。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.06 seconds)
