-
公开(公告)号：CN110046265B
公开(公告)日：2022-10-11
申请号：CN201910175877.7
申请日：2019-03-08
Applicant: 西安理工大学
IPC: G06F16/51 , G06F16/532
Abstract: 本发明公开了一种基于双层索引的子图查询方法，先对图数据库和查询图集合同时提取频繁子树，再利用现有图查询方法中的特征提取和索引建立方法，选取频繁子树作为索引特征；之后在查询图集和图数据库上分别建立索引，同时根据特征同构判定代价最小的目标，对建立的两个索引进行优化处理；然后在对比索引进行过滤后再进行验证，生成候选集；最后将候选集与查询集进行子图同构验证，计算共享框架，得到结果图数据集。本发明的基于双层索引的子图查询方法，解决了现有的子图查询存在查询效率低下的问题。
-
公开(公告)号：CN108717405B
公开(公告)日：2019-08-16
申请号：CN201810349079.7
申请日：2018-04-18
Applicant: 西安理工大学
Abstract: 本发明提供了一种基于思维导图的楼梯设计规范缺省主语的补全方法。通过思维导图中本体间的继承关系，可以确定复句中句法结构不完整的从句缺失的主语并进行补齐，并且可以提取兼语句和连谓句中的主语‑谓语‑宾语，为能够更好的进行自然语言处理，最终构建楼梯建筑规范的知识图谱，实现自动审图；本发明有效的规避了在审图过程中可能出现的不确定因素，误检率低，操作简单，节约人力，极大地提高了建筑行业工程项目的完成效率。
-
公开(公告)号：CN110046348A
公开(公告)日：2019-07-23
申请号：CN201910208802.4
申请日：2019-03-19
Applicant: 西安理工大学
IPC: G06F17/27
Abstract: 本发明公开了一种基于规则和词典的地铁设计规范中主体识别方法，步骤包括：1)利用词典文件构建名词哈希词典索引；2)将待处理《地铁设计规范》文本作为输入文本S1；3)对输入文本S1进行处理，去除中英文标点符号，生成句子集合S1’；4)对句子集合S1’进行逆向最大匹配算法处理，生成第一结果集S2；5)对句子集合S1’进行正向最大匹配算法处理，生成第二结果集S3；6)对第一结果集S2、第二结果集S3分别进行规则集匹配，生成地铁设计规范中名词的最终结果集S4，输出该最终结果集S4。本发明的方法，正确率高，便于应用。
-
公开(公告)号：CN110046265A
公开(公告)日：2019-07-23
申请号：CN201910175877.7
申请日：2019-03-08
Applicant: 西安理工大学
IPC: G06F16/51 , G06F16/532
Abstract: 本发明公开了一种基于双层索引的子图查询方法，先对图数据库和查询图集合同时提取频繁子树，再利用现有图查询方法中的特征提取和索引建立方法，选取频繁子树作为索引特征；之后在查询图集和图数据库上分别建立索引，同时根据特征同构判定代价最小的目标，对建立的两个索引进行优化处理；然后在对比索引进行过滤后再进行验证，生成候选集；最后将候选集与查询集进行子图同构验证，计算共享框架，得到结果图数据集。本发明的基于双层索引的子图查询方法，解决了现有的子图查询存在查询效率低下的问题。
-
公开(公告)号：CN108536724A
公开(公告)日：2018-09-14
申请号：CN201810149482.5
申请日：2018-02-13
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于双层哈希索引的地铁设计规范中主体识别方法，具体包括如下步骤：步骤1，利用词典文件构建双哈希词典索引；步骤2，将待处理《地铁设计规范》文本作为输入文本S1；步骤3，对步骤2中输入文本S1进行处理S2；步骤4，根据步骤1构建的双哈希词典索引，利用逆向最大匹配算法对步骤3处理后的结果进行处理，并输出结果。本发明利用从IFC实体类中抽取的主体词构成的词典，可以自动的从《地铁设计规范》文本中抽取特定的主体词。
-
Patent Agency Ranking
公开(公告)号：CN108717405A
公开(公告)日：2018-10-30
申请号：CN201810349079.7
申请日：2018-04-18
Applicant: 西安理工大学
CPC classification number: G06F17/2775 , G06F17/271 , G06F17/272
Abstract: 本发明提供了一种基于思维导图的楼梯设计规范缺省主语的补全方法。通过思维导图中本体间的继承关系，可以确定复句中句法结构不完整的从句缺失的主语并进行补齐，并且可以提取兼语句和连谓句中的主语-谓语-宾语，为能够更好的进行自然语言处理，最终构建楼梯建筑规范的知识图谱，实现自动审图；本发明有效的规避了在审图过程中可能出现的不确定因素，误检率低，操作简单，节约人力，极大地提高了建筑行业工程项目的完成效率。
-
公开(公告)号：CN111061939B
公开(公告)日：2023-03-24
申请号：CN201911408925.9
申请日：2019-12-31
Applicant: 西安理工大学
IPC: G06F16/953 , G06F40/289 , G06V10/762 , G06V10/22 , G06V40/16
Abstract: 本发明公开了一种基于深度学习的科研学术新闻关键字匹配推荐方法。所采用的推荐方法是基于两个不断充实的新闻库和论文库，用图片识别、分词结合概率统计方法、centence2vec方法相结合形成关键词库，从而构建word2vec模型，用语言处理判断其内容的相似度并根据相似度进行推荐。以达到当用户浏览科研新闻时，能够向其推荐相关度由高到低的一些学术论文，达到对新闻内容观点题共论文支持的期望；反之，在用户浏览学术论文时，能够向其推荐与此论文相似的科研新闻，以便让读者了解有关于当前论文所阐述观点或者技术的最新发展或信息。
-
公开(公告)号：CN110046348B
公开(公告)日：2021-05-25
申请号：CN201910208802.4
申请日：2019-03-19
Applicant: 西安理工大学
IPC: G06F40/295 , G06F40/247 , G06F40/284
Abstract: 本发明公开了一种基于规则和词典的地铁设计规范中主体识别方法，步骤包括：1)利用词典文件构建名词哈希词典索引；2)将待处理《地铁设计规范》文本作为输入文本S1；3)对输入文本S1进行处理，去除中英文标点符号，生成句子集合S1’；4)对句子集合S1’进行逆向最大匹配算法处理，生成第一结果集S2；5)对句子集合S1’进行正向最大匹配算法处理，生成第二结果集S3；6)对第一结果集S2、第二结果集S3分别进行规则集匹配，生成地铁设计规范中名词的最终结果集S4，输出该最终结果集S4。本发明的方法，正确率高，便于应用。
-
公开(公告)号：CN108829696B
公开(公告)日：2019-10-25
申请号：CN201810349660.9
申请日：2018-04-18
Applicant: 西安理工大学
Abstract: 本发明提供了一种面向地铁设计规范中知识图谱节点自动构建方法，将《地铁设计规范》中的主谓宾句式规范作为输入文本，围绕谓词将每条规范中的主语宾语划分出来，并生成用于存储知识图谱的图形数据库Neo4j的节点创建语句，从而为构建建筑规范知识图谱服务。本发明利用哈希词典对谓词词典进行预处理，从而提升查找标记的效率；并在输入建筑规范后，可全自动生成知识图谱节点语句，在节约时间的同时，大大提高了创建知识图谱时的准确性。
-
公开(公告)号：CN110059179A
公开(公告)日：2019-07-26
申请号：CN201910168707.6
申请日：2019-03-06
Applicant: 西安理工大学
Abstract: 本发明公开了一种基于深度学习的歌曲文本命名实体识别方法，利用Bi-LSTM-CRF算法训练模型对输入的语料进行歌者信息的提取、生成歌者词典，同时实现主动学习并对歌者词典进行自动更新，最后依据更新的词库反复训练模型提高其识别的准确率，将深度学习的方法应用到音乐领域，当输入一段文本时能够对文本中的歌者信息进行提取，同时采用了机器学习中自学习模式对提取的信息在词典中进行查找，实现动态地对词典进行更新，提出了一种训练准确率更高的模型。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.032 seconds)
