-
公开(公告)号：CN103870506B
公开(公告)日：2017-02-08
申请号：CN201210548678.4
申请日：2012-12-17
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明公开了一种网页信息的抽取方法和系统。包括：获得已标注网页，生成语义结构树，构建信息模式图，生成信息模式图中每个语义属性节点的语义属性节点信息，生成包装器，将包装器导出为包装器文件；构建用于抽取已标注网页的同类网页的抽取器；获得待抽取网页，抽取器在待抽取网页的DOM树中，从信息模式图的根语义属性节点开始逐层递归抽取信息模式图的每个语义属性节点对应的抽取数据区或者抽取迭代数据区；导出每个语义属性节点对应的抽取数据区或者抽取迭代数据区中的数据作为抽取结果。本发明具有较高的通用性、泛化能力、容错性、可扩展性以及较低的人工参与度，同时本发明也保证了在线抽取的效率，从而具有较高的实用性。
-
公开(公告)号：CN103198149B
公开(公告)日：2017-02-08
申请号：CN201310142075.9
申请日：2013-04-23
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种查询纠错方法和系统。所述方法包括：将查询语句转换为字符序列，判断字符序列的长度是否大于预定阈值δ；对长度大于δ的字符序列同时进行正向和反向查询纠错处理，直到重合处理的字符个数达到阈值M，得到正向和反向的候选语句项集合。所述方法还包括将正向的候选语句项集合中后M个字符与反向候选语句项集合中前M个字符相同的候选语句项进行拼接，拼接后的候选语句项构成纠错候选项集合。所述方法支持中、英文混杂的查询语句，并且可对长查询采用正反向并行的查询纠错处理，这种并行的处理方式在保证正确率的同时节省了查询纠错的处理时间。
-
公开(公告)号：CN106027623A
公开(公告)日：2016-10-12
申请号：CN201610311718.1
申请日：2016-05-11
Applicant: 中国科学院计算技术研究所 , 国家计算机网络应急技术处理协调中心
CPC classification number: H04L67/10 , H04L41/5096 , H04L67/1097
Abstract: 本发明适用于计算机技术领域，提供了一种分布式集群状态管理的方法及其系统，所述方法包括如下步骤：A、设置内存式数据库和所述分布式集群的管理者；B、通过所述内存式数据库存储所述分布式集群中至少一个集群的各节点的信息，以及通过所述分布式集群的管理者维护所述分布式集群中至少一个集群的各节点的信息。由此，提高了分布式集群的管理效率。
-
公开(公告)号：CN105677640A
公开(公告)日：2016-06-15
申请号：CN201610011936.3
申请日：2016-01-08
Applicant: 中国科学院计算技术研究所
CPC classification number: G06F17/2765 , G06N5/022
Abstract: 本发明提供一种面向开放文本的领域概念抽取方法，包括：1)遍历开放文本集合，从每一篇开放文本中提取候选领域概念；对于每一候选领域概念，利用该候选领域概念的短语拆分结果、上下文信息和百科分类信息得到该候选领域概念所关联的词向量，将该词向量中的所有的词分别作为该候选领域概念所关联的领域标签；3)用步骤1)得出的所有候选领域概念构建候选领域概念集合A，用步骤2)得出的所有领域标签构建领域标签集合B；利用HITS算法进行迭代计算，得出各个候选领域概念的领域相关度；4)利用各个候选领域概念的所述领域相关度进行领域概念的判断。本发明能够提高准确率和召回率，能够更好地识别出那些重要的低频概念。
-
公开(公告)号：CN103279484B
公开(公告)日：2016-03-30
申请号：CN201310144152.4
申请日：2013-04-23
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种面向微博客系统中未来意见领袖的创建方法及系统，方法包括：步骤1，初始化网络环境；步骤2，选择博弈发起方用户；步骤3，选择博弈接收方用户；步骤4，构建博弈收益矩阵；步骤5，计算是否存在纳什均衡点，如果存在则选择使双方用户收益和最大的纳什均衡点，根据纳什均衡点执行相应的关系动作和消息动作，如果不存在则选择执行使博弈发起方用户收益最大的关系动作或消息动作；步骤6，更新用户属性；步骤7，计算意见领袖特征值；步骤8，根据意见领袖特征值的变化趋势，获得成为意见领袖的用户特征组合，利用用户特征组合创建未来意见领袖。本发明在博弈过程中选择用户行为，对微博系统中网络拓扑结构生成与变化进行评估。
-
Patent Agency Ranking
公开(公告)号：CN105404676A
公开(公告)日：2016-03-16
申请号：CN201510813149.6
申请日：2015-11-20
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
CPC classification number: G06F17/30321 , G06F17/30339 , G06F17/30345 , G06F17/30442
Abstract: 本发明公开了一种基于HFile的HBase二级索引更新方法及系统，该方法包括：解析步骤，监视HBase数据库刷新HFile文件的过程，当针对目标索引列产生了用户操作并生成有HFile文件时，解析该HFile文件并据以更新二级索引表；延迟步骤，在到达HFile文件的compaction操作的启动时间点时，判断该compaction操作所对应的HFile文件是否已经执行该解析该HFile文件的步骤，如果否，延迟该compaction操作的启动时间点，如果是，执行该compaction操作。本发明选择基于HBase文件存储中的HFile这一粒度层次来确定索引更新，不需要大幅度修改HBase源码，不需要维护多余的源表信息，在实现上与用户数据操作异步，不影响用户的时间体验，将索引数据更新维护与源表数据操作解耦。提高了HBase源表数据与二级索引表的同步程度。
-
公开(公告)号：CN105159915A
公开(公告)日：2015-12-16
申请号：CN201510419480.X
申请日：2015-07-16
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
CPC classification number: G06F17/30327 , G06F17/30483
Abstract: 本发明适用于文件处理技术领域，提供了一种可动态适应的LSM树合并方法，所述方法包括：将键值区间划分为若干节点，将所述节点组织为树形结构，每个所述节点对应一键值区间，每个所述键值区间包含对应该键值区间范围的文件；根据当前数据的分布动态调整树的形状；当有新写入的文件时，遍历树寻找最适节点放入；对文件进行处理时，对节点内部进行Minor Compact处理，并且只通过叶节点执行Major Compact。本发明还相应的提供一种实现上述方法的可动态适应的LSM树合并系统。借此，本发明可以实现动态适应数据的分布，提高数据合并效率。
-
公开(公告)号：CN105045894A
公开(公告)日：2015-11-11
申请号：CN201510463230.6
申请日：2015-07-31
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
CPC classification number: G06F17/3048 , G06F17/30545 , G06F17/30575
Abstract: 本发明涉及分布式信息处理技术领域，特别涉及一种面向分布式顺序表的缓存方法及系统，该方法包括为所有数据块设置基础分值，当进行数据查询操作时，通过分布式顺序表，获取数据查询操作所涉及的数据范围，统计数据范围中各数据块将要被访问的访问次数，将访问次数累加到相应的数据块；当数据块被缓存命中时，被命中的数据块的分值减去固定值，当缓存空间已满时，则触发缓存的换出操作，在换出操作开始时，根据数据块的分值进行排序，从分值最小的数据块开始淘汰，直到缓存空间能够增加数据块。
-
公开(公告)号：CN103116635B
公开(公告)日：2015-06-24
申请号：CN201310049317.X
申请日：2013-02-07
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供了一种面向领域的暗网资源采集方法。该方法从抓取的页面中识别与指定领域相关的页面，获取有效表单集合；对于有效表单集合中的每个表单，判断其表单类型并按照不同的表单类型构造有效查询，所述表单类型为单输入项的表单或多输入项的表单；以及输出有效的查询所返回的结果，作为采集的暗网资源。该方法能够实现暗网资源查询接口的自动识别和分类，同时实现简单查询接口和复杂查询接口的查询的有效构造，从而实现暗网资源的采集。该方法不仅能够无缝的集成到现有的搜索引擎当中，而且能够同时进行简单查询接口和复杂查询接口所指向的暗网资源的采集。
-
公开(公告)号：CN104636466A
公开(公告)日：2015-05-20
申请号：CN201510071993.6
申请日：2015-02-11
Applicant: 中国科学院计算技术研究所
IPC: G06F17/30
Abstract: 本发明提供一种面向开放网页的实体属性抽取方法和系统。其中，所述方法包括：提取开放网页的文本，从中获得目标实体的候选文本集合；以及，根据目标实体属性在训练文本集合中出现的频率，选择基于规则的方式或者基于统计的方式从所述候选文本集合中抽取目标实体属性的值。本发明能够提高开放网页实体属性抽取的准确率和召回率，并且不依赖于网页结构，能够适应开放网页类型的变化。
-
-
-
-
-
-
-
-
-
Search Results
395
records
(took 0.083 seconds)
