一种混合特征融合的中文化工文献分词方法

    公开(公告)号:CN112101014B

    公开(公告)日:2022-07-26

    申请号:CN202010842606.5

    申请日:2020-08-20

    Abstract: 本发明公开了一种混合特征融合的中文化工文献分词方法,首先构建化工科学文献语料库来训练中文分词任务;接着,利用BiLSTM和CNN提取并融合文档特征,结合边界特征构建条件随机场训练端到端中文分词模型;然后,开放模型接口,对用户输入文本进行分词;最后,通过ECharts渲染分词结果实现化工关键词可视化,系统接受用户反馈并进行处理。本发明将自然语言处理和深度学习方法应用于化工领域,通过特征融合提高对包含中英文专业词汇的化工中文文档分词效果,解决大量新词和中英文混合专业词汇给分词结果造成化工领域术语识别率低的问题。

    基于认知图谱的冷链多温混配选温方法及装置

    公开(公告)号:CN114399250B

    公开(公告)日:2023-04-07

    申请号:CN202111660790.2

    申请日:2021-12-30

    Abstract: 本发明公开了一种基于认知图谱的冷链多温混配选温方法及装置。该方法首先对货源信息的货物类型、货物体积、保存适宜温度、运输时间限制、路线和车源信息的可配载货物类型、剩余车厢体积大小、途径路线标签作标记处理和定义,得到标签空间以及标签集合;然后利用点互信息(PMI)和TF‑IDF分别基于冷链货源信息标签集合和冷链车源信息标签集合计算标签权重,构建货源(货物信息)关联图和车货源(货物与运输车信息)关联图;将车源与货源关联图输入图卷积神经网络(GCN),通过增加注意力机制对货源关联图的节点选择性增强,得出了关键特征表示,再通过Softmax分类选择温度。本发明普遍适用于匹配选择冷链物流中货源信息和车源信息,实现提高运载效率,减少了运输成本以及空车率。

    基于认知图谱的冷链多温混配选温方法及装置

    公开(公告)号:CN114399250A

    公开(公告)日:2022-04-26

    申请号:CN202111660790.2

    申请日:2021-12-30

    Abstract: 本发明公开了一种基于认知图谱的冷链多温混配选温方法及装置。该方法首先对货源信息的货物类型、货物体积、保存适宜温度、运输时间限制、路线和车源信息的可配载货物类型、剩余车厢体积大小、途径路线标签作标记处理和定义,得到标签空间以及标签集合;然后利用点互信息(PMI)和TF‑IDF分别基于冷链货源信息标签集合和冷链车源信息标签集合计算标签权重,构建货源(货物信息)关联图和车货源(货物与运输车信息)关联图;将车源与货源关联图输入图卷积神经网络(GCN),通过增加注意力机制对货源关联图的节点选择性增强,得出了关键特征表示,再通过Softmax分类选择温度。本发明普遍适用于匹配选择冷链物流中货源信息和车源信息,实现提高运载效率,减少了运输成本以及空车率。

    一种基于多源信息融合技术的专家推荐方法

    公开(公告)号:CN112269909A

    公开(公告)日:2021-01-26

    申请号:CN202010964492.1

    申请日:2020-09-15

    Abstract: 发明公开了一种基于多源信息融合技术的专家推荐方法,包括:爬取技术专家科技论文、发明专利、基金项目信息和Web网页信息构建知识库,并根据知识库关键词字段构建关键词词典keywords;抽取知识库作者字段进行词频共现分析,构建专家合作关系子网;分别使用正则表达式和命名实体识别算法抽取Web页面专家研究方向与个人信息构建Web子网;分别通过lda算法对知识库摘要字段提取文档‑主题和主题‑关键词,TF‑IDF算法提取摘要字段权重最大的5个词共同构建主题子网;以专家姓名‑机构为约束条件结合三种子网构建并计算专家信息网络中专家中心度值,对专家中心度值排序并推荐排名前5的专家作为推荐结果。

Patent Agency Ranking