公开(公告)号：US07783588B2

公开(公告)日：2010-08-24

申请号：US11253866

申请日：2005-10-19

申请人： William D. Ramsey ,  Jianfeng Gao ,  Sanjeev Katariya

发明人： William D. Ramsey ,  Jianfeng Gao ,  Sanjeev Katariya

IPC分类号： G06F17/00 ,  G06N5/02

CPC分类号： G06N99/005 ,  G06F9/453

摘要： A context modeling architecture that includes a context representation portion, which adapted to represent context as features, is provided. The features are specifiable at runtime of an application including the context representation portion.

摘要翻译： 提供了一种包括上下文表示部分的上下文建模体系结构，其适用于将上下文表示为特征。 这些特征在包括上下文表示部分的应用的运行时是可指定的。

公开(公告)号：US07725442B2

公开(公告)日：2010-05-25

申请号：US11672038

申请日：2007-02-06

申请人： Chin-Yew Lin ,  Jianfeng Gao ,  Guihong Cao ,  Jian-Yun Nie

发明人： Chin-Yew Lin ,  Jianfeng Gao ,  Guihong Cao ,  Jian-Yun Nie

IPC分类号： G06F7/00 ,  G06F17/30

CPC分类号： G06F17/30719

摘要： A probability distribution for a reference summary of a document is determined. The probability distribution for the reference summary is then used to generate a score for a machine-generated summary of the document.

摘要翻译： 确定文档参考摘要的概率分布。 然后使用参考摘要的概率分布来生成机器生成的文档摘要的分数。

公开(公告)号：US20100082510A1

公开(公告)日：2010-04-01

申请号：US12243359

申请日：2008-10-01

申请人： Jianfeng Gao ,  Kuansan Wang

发明人： Jianfeng Gao ,  Kuansan Wang

IPC分类号： G06F15/18 ,  G06F7/06 ,  G06F17/30

CPC分类号： G06N99/005 ,  G06F17/3053

摘要： A search result ranker may be trained with automatically-generated samples. In an example embodiment, user interests are inferred from user interactions with search results for a particular query so as to determine respective relevance scores associated with respective query-identifier pairs of the search results. Query-identifier-relevance score triplets are formulated from the respective relevance scores associated with the respective query-identifier pairs. The query-identifier-relevance score triplets are submitted as training samples to a search result ranker. The search result ranker is trained as a learning machine with multiple training samples of the query-identifier-relevance score triplets.

摘要翻译： 搜索结果筛选器可以用自动生成的样本进行训练。 在一个示例性实施例中，用户兴趣从用户与特定查询的搜索结果的交互推断，以便确定与搜索结果的相应查询 - 标识符对相关联的相应关联度得分。 查询标识符 - 相关性分数三元组由与相应查询 - 标识符对相关联的各个相关性得分制定。 查询标识符 - 相关性分数三元组作为训练样本提交给搜索结果筛选器。 搜索结果筛选器被训练为具有查询标识符相关性分数三元组的多个训练样本的学习机器。

公开(公告)号：US20080183673A1

公开(公告)日：2008-07-31

申请号：US11698011

申请日：2007-01-25

申请人： Jianfeng Gao ,  Qi Yao ,  Ji-Rong Wen

发明人： Jianfeng Gao ,  Qi Yao ,  Ji-Rong Wen

IPC分类号： G06F17/30

CPC分类号： G06F17/30864

摘要： A method of creating an index of web queries is discussed. The method includes receiving a first query representative of one or more symbolic characters and assigning the first query to a first data structure. A first text string representative of the first query is created and assigned to a second data structure. The first and second data structures are stored on a tangible computer readable medium.

摘要翻译： 讨论了创建Web查询索引的方法。 该方法包括接收表示一个或多个符号字符的第一查询，并将第一查询分配给第一数据结构。 创建表示第一查询的第一文本串并将其分配给第二数据结构。 第一和第二数据结构存储在有形的计算机可读介质上。

公开(公告)号：US07275029B1

公开(公告)日：2007-09-25

申请号：US09607786

申请日：2000-06-30

申请人： Jianfeng Gao ,  Kai-Fu Lee ,  Mingjing Li ,  Hai-Feng Wang ,  Dong-Feng Cai ,  Lee-Feng Chien

发明人： Jianfeng Gao ,  Kai-Fu Lee ,  Mingjing Li ,  Hai-Feng Wang ,  Dong-Feng Cai ,  Lee-Feng Chien

IPC分类号： G06F17/27

CPC分类号： G06F17/2735 ,  G06F17/274 ,  G06F17/2818

摘要： A method for the joint optimization of language model performance and size is presented comprising developing a language model from a tuning set of information, segmenting at least a subset of a received textual corpus and calculating a perplexity value for each segment and refining the language model with one or more segments of the received corpus based, at least in part, on the calculated perplexity value for the one or more segments.

摘要翻译： 提出了一种用于联合优化语言模型性能和大小的方法，包括从调整的信息集开发语言模型，分割所接收的文本语料库的至少一个子集，并计算每个分段的困惑度值，并用 至少部分地基于所计算的一个或多个段的困惑度值，所接收的语料库的一个或多个段。

公开(公告)号：US07254529B2

公开(公告)日：2007-08-07

申请号：US11225543

申请日：2005-09-13

申请人： Jianfeng Gao ,  Mingjing Li

发明人： Jianfeng Gao ,  Mingjing Li

IPC分类号： G06F17/27 ,  G06F17/28 ,  G10L15/00

CPC分类号： G06F17/2715 ,  G10L15/065 ,  G10L15/1815

摘要： A method and apparatus are provided for adapting a language model to a task-specific domain. Under the method and apparatus, the relative frequency of n-grams in a small training set (i.e. task-specific training data set) and the relative frequency of n-grams in a large training set (i.e. out-of-domain training data set) are used to weight a distribution count of n-grams in the large training set. The weighted distributions are then used to form a modified language model by identifying probabilities for n-grams from the weighted distributions.

摘要翻译： 提供了一种用于使语言模型适应于任务特定领域的方法和装置。 在该方法和装置下，小训练集中的n-gram的相对频率（即任务特定的训练数据集）和大训练集中的n-gram的相对频率（即，域外训练数据集 ）用于在大训练集中加权n-g的分布计数。 然后通过从加权分布中识别n克的概率，将加权分布用于形成修改后的语言模型。

公开(公告)号：US07231349B2

公开(公告)日：2007-06-12

申请号：US10448498

申请日：2003-05-30

申请人： Mu Li ,  Jianfeng Gao

发明人： Mu Li ,  Jianfeng Gao

IPC分类号： G01L15/06

CPC分类号： G10L15/197 ,  G06F17/277 ,  G10L15/285

摘要： A method and data structure are provided for efficiently storing asymmetric clustering models. The models are stored by storing a first level record for a word identifier and two second level records, one for a word identifier and one for a cluster identifier. An index to the second level word record and an index to the second level cluster record are stored in the first level record. Many of the records in the data structure include both cluster sub-model parameters and word sub-model parameters.

摘要翻译： 提供了一种方法和数据结构，用于有效地存储非对称聚类模型。 通过存储用于字标识符的第一级记录和两个第二级记录来存储模型，一个用于字标识符，一个用于集群标识符。 第二级记录的索引和第二级集群记录的索引存储在第一级记录中。 数据结构中的许多记录包括集群子模型参数和单词子模型参数。

公开(公告)号：US20070112546A1

公开(公告)日：2007-05-17

申请号：US11253866

申请日：2005-10-19

申请人： William Ramsey ,  Jianfeng Gao ,  Sanjeev Katariya

发明人： William Ramsey ,  Jianfeng Gao ,  Sanjeev Katariya

IPC分类号： G06F17/10

CPC分类号： G06N99/005 ,  G06F9/453

摘要： A context modeling architecture that includes a context representation portion, which adapted to represent context as features, is provided. The features are specifiable at runtime of an application including the context representation portion.

摘要翻译： 提供了一种包括上下文表示部分的上下文建模体系结构，其适用于将上下文表示为特征。 这些特征在包括上下文表示部分的应用的运行时是可指定的。

公开(公告)号：US20070010992A1

公开(公告)日：2007-01-11

申请号：US11177136

申请日：2005-07-08

申请人： Hsiao-Wuen Hon ,  Jianfeng Gao ,  Ming Zhou

发明人： Hsiao-Wuen Hon ,  Jianfeng Gao ,  Ming Zhou

IPC分类号： G06F17/27

CPC分类号： G06F17/274 ,  Y10S707/99933 ,  Y10S707/99936

摘要： A sentence is accessed and at least one query is generated based on the sentence. At least one query can be compared to text within a collection of documents, for example using a web search engine. Collocation errors in the sentence can be detected and/or corrected based on the comparison of the at least one query and the text within the collection of documents.

摘要翻译： 访问一个句子，并且基于该句子生成至少一个查询。 至少可以将一个查询与文档集合中的文本进行比较，例如使用Web搜索引擎。 可以基于至少一个查询与文档集合内的文本的比较来检测和/或修正该句子中的配置错误。

公开(公告)号：US20050273318A1

公开(公告)日：2005-12-08

申请号：US11187567

申请日：2005-07-22

申请人： Ming Zhou ,  Hua Wu ,  Yue Zhang ,  Jianfeng Gao ,  Chang-Ning Huang

发明人： Ming Zhou ,  Hua Wu ,  Yue Zhang ,  Jianfeng Gao ,  Chang-Ning Huang

IPC分类号： G06K9/18 ,  G06F17/28 ,  G06F17/30 ,  G06F17/40 ,  G06K7/00 ,  G06F17/21

CPC分类号： G06F17/3069 ,  Y10S707/99933

摘要： A method, computer readable medium and system are provided which retrieve confirming sentences from a sentence database in response to a query. A search engine retrieves confirming sentences from the sentence database in response to the query. IN retrieving the confirming sentences, the search engine defines indexing units based upon the query, with the indexing units including both lemma from the query and extended indexing units associated with the query. The search engine then retrieves a plurality of sentences from the sentence database using the defined indexing units as search parameters. A similarity between each of the plurality of retrieved sentences and the query is determined by the search engine, wherein each similarity is determined as a function of a linguistic weight of a term in the query. The search engine then ranks the plurality of retrieved sentences based upon the determined similarities.

摘要翻译： 提供了一种方法，计算机可读介质和系统，其响应于查询从句子数据库中检索确认句子。 搜索引擎响应于查询从句子数据库中检索确认句子。 在检索确认语句中，搜索引擎基于查询来定义索引单元，索引单元包括来自查询的引理和与查询相关联的扩展索引单元。 然后，搜索引擎使用定义的索引单元作为搜索参数从句子数据库中检索多个句子。 由搜索引擎确定多个检索到的句子和查询中的每一个之间的相似度，其中每个相似度被确定为查询中的术语的语言权重的函数。 然后，搜索引擎基于所确定的相似度对多个检索到的句子进行排序。