专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

21. 发明专利

AU2020221062B2 Generating and provisioning of additional content for source perspective(s) of a document 未知
公开(公告)号：AU2020221062B2
公开(公告)日：2022-07-07
申请号：AU2020221062
申请日：2020-02-10
申请人： GOOGLE LLC
发明人： CARBUNE VICTOR , DESELAERS THOMAS
IPC分类号： G06F40/169 , G06F40/131 , G06F40/216 , G06F40/284 , G06F40/295 , G06F40/30
摘要： Implementations described herein determine, for a given document generated by a given source, one or more portions of content (e.g., phrase(s), image(s), paragraph(s), etc.) of the given document that may be influenced by a source perspective of the given source. Further, implementations determine one or more additional resources that are related to the given source and that are related to the portion(s) of content of the given document. Yet further, implementations utilize the additional resource(s) to determine additional content that provides context for the portion(s) that may be influenced by a source perspective. A relationship, between the additional resource(s) and the portions of the given document, can be defined. Based on the relationship being defined, the additional content can be caused to be rendered at a client device in response to the client device accessing the given document.

22. 发明专利

DE112020004171T5 ABFRAGE AUF GRUNDLAGE VON WISSENSGRAPHEN IN EINEM CHATBOT MIT KÜNSTLICHER INTELLIGENZ MIT EINER ERKENNUNG VON BASISABFRAGEELEMENTEN UND EINER ERZEUGUNG VON GRAPHPFADEN 未知
公开(公告)号：DE112020004171T5
公开(公告)日：2022-05-19
申请号：DE112020004171
申请日：2020-08-18
申请人： IBM
发明人： WANG WEN , YIN JIAN DONG , CAI ZHUO , FU RONG , SHENG HAO , ZHANG KANG
IPC分类号： G06F16/335 , G06F3/048 , G06F40/295 , G06N5/00
摘要： Ein Erzeugen eines Abfrageergebnisses unter Verwendung eines Wissensgraphen in einem Chatbot mit künstlicher Intelligenz wird bereitgestellt. Merkmale einer Abfrage werden erkannt. Die Merkmale der Abfrage werden Basiselementen des Wissensgraphen in dem Chatbot mit künstlicher Intelligenz zugeordnet. Ein Satz von Abfragepfaden wird in dem Wissensgraphen auf Grundlage der Zuordnung der Merkmale der Abfrage zu den Basiselementen des Wissensgraphen erzeugt. Ein oder mehrere Abfragepfad(e) werden in dem Satz von Abfragepfaden in dem Wissensgraphen auf Grundlage einer jeweiligen Bewertung jedes Abfragepfades auf Gültigkeit geprüft. Ein Abfrageergebnis, das der Abfrage entspricht, wird auf Grundlage des/der auf Gültigkeit geprüften einen oder mehreren Abfragepfade(s) in dem Wissensgraphen erzeugt.

23. 发明专利

EA202092862A1 СПОСОБ И СИСТЕМА ИЗВЛЕЧЕНИЯ ИМЕНОВАННЫХ СУЩНОСТЕЙ 未知
公开(公告)号：EA202092862A1
公开(公告)日：2022-03-31
申请号：EA202092862
申请日：2020-12-23
IPC分类号： G06F40/295 , G06N20/00
摘要： Представленноеизобретениеотноситсяв общемк областивычислительнойтехники, ав частностик способуи системеизвлеченияименованныхсущностей. Техническимрезультатомявляетсяповышениеточностипредсказанияименованныхсущностей. Указанныйтехническийрезультатдостигаетсяблагодаряосуществлениюспособаизвлеченияименованныхсущностейизтекстовойинформации, выполняемогопоменьшеймереоднимвычислительнымустройством, содержащегоэтапы, накоторыхполучаюттекстовуюинформацию; выполняютразбиениетекстанаслова; выполняюттокенизациютекстадляполученияпоследовательноститокенов; формируютпосредствомнейроннойсетидляполученнойпоследовательноститокеновнаборвекторов; формируютнаосновеполученногонаборавектороввекторноепредставлениепоследовательноститокенов; посредствомсравненияпоказателейполученноговекторногопредставленияпоследовательноститокеновс заранеезаданнымипоказателямивекторов, полученнымив результатеобучениянейроннойсети, осуществляютпредсказаниеименованныхсущностейдлявекторногопредставленияпоследовательноститокенов; распознаютполученныенапредыдущемэтапеименованныесущностипосредствомподбораметкислова.

24. 发明专利

AU2019280005B2 Automated document analysis comprising a user interface based on content types 未知
公开(公告)号：AU2019280005B2
公开(公告)日：2022-02-10
申请号：AU2019280005
申请日：2019-12-11
申请人： FREEDOM SOLUTIONS GROUP LLC
发明人： COOK DAVID A , JACHOWICZ ANDRZEJ H , JONES PHILLIP KARL
IPC分类号： G06F40/295 , G06F40/232
摘要： AUTOMATED DOCUMENT ANALYSIS COMPRISING A USER INTERFACE BASED ONCONTENTTYPES At least one processing device, operating upon a body of text in a document, identifies occurrences of at least one content type in the body of text. The at least one processing device thereafter generates a user interface that includes portions of text from the body of text that are representative of at least some of the occurrences of the at least one content type in the document. For each content type, the occurrences corresponding to that content type can be grouped together to provide grouped content type occurrences that are subsequently collocated in the user interface. Those portions of text corresponding to the grouped content type occurrences may be arranged in alphanumeric order. The user interface may comprise at least a portion of the body of text as well as indicia indicating instances of the occurrences within the portion of the body of text. (114 r NETWORK PERIPHERAL 104 INTERFACE INTERFACE 116 STORAGE 102 EXECUTABLE 1--108 118 INSTRUCTIONS PROCESSOR(S) DISPLAY 100USER INPUT -w HE [------------------------------------ p CTRC1 TEXT CTRC 2 UIER 208 2 210 200

25. 发明专利

AU2021106441A4 Method, System and Device for Extracting Compound Words of Pathological location in Medical Texts Based on Word-Formation 未知
公开(公告)号：AU2021106441A4
公开(公告)日：2021-11-04
申请号：AU2021106441
申请日：2021-08-22
申请人： FENG HONGHAI , FENG RUI MS
发明人： FENG HONGHAI , LI JUN , ZHOU PENGCHENG , LU XUZHOU , HOU RUIHUI , WEI YAJU
IPC分类号： G06F40/295 , G06F40/279 , G06F40/30 , G06F40/53
摘要： Abstract The present invention discloses a method for extracting compound words of pathological locations in medical texts based on the word-formation method. The possible morphemes included in the compound words of pathological locations in Chinese are summarized manually at first and they are taken as initial values of the compound word set. They may be ordinal words, numbers, directional words, directional collocation words, body location words, body location collocation words, substance words, adjectives, conjunction words and information words, and it is found that the compound words of pathological locations are composed of two or more of them. In the process of learning new morpheme words from a candidate compound words, the number of the learned morpheme words are limited to two words or less than two, and the learned morphemes should be in the minority of the whole compound words. In process of learning new compound words, the given morphemes are iteratively set to match the candidate compound words, and in this way a large number of compound location words are extracted, for example, lower left kidney. This invention completes the extraction of compound words of body locations in pathological indexes, which helps the extraction of subsequent pathological indexes, and the extracted structured pathological information is important for doctors to assist in diagnosing diseases. Drawings of Description Extracting Compound Words of Pathological location in Medical Texts Based on Word-Formation loain aen a odfrainmto W Or rQn o rD 0rD Figure1IA block diagram of asystem module of asystem for extracting compound words of pathological locations based on aword-formation method

26. 发明专利

RU2722571C1 СПОСОБ РАСПОЗНАВАНИЯ ИМЕНОВАННЫХ СУЩНОСТЕЙ В СЕТЕВОМ ТЕКСТЕ НА ОСНОВЕ УСТРАНЕНИЯ НЕОДНОЗНАЧНОСТИ ВЕРОЯТНОСТИ В НЕЙРОННОЙ СЕТИ 未知
公开(公告)号：RU2722571C1
公开(公告)日：2020-06-01
申请号：RU2019117529
申请日：2017-06-20
申请人： CHAJNA YUNIVERSITI OF MAJNING END TEKNOLODZHI
发明人： CHZHOU YAN , LYU BIN , KHAN CHZHAOYU , VAN CHZHONTSYU
IPC分类号： G06F40/295 , G06N3/08
摘要： Изобретениеотноситсяк областивычислительнойтехники. Техническимрезультатомявляетсяобеспечениераспознаванияименованныхсущностейсетевоготекстанаосновеустранениянеоднозначностивероятностив нейроннойсети. Раскрытспособраспознаванияименованныхсущностейсетевоготекстанаосновеустранениянеоднозначностивероятностив нейроннойсети, включающий: выполнениеразбиениянасловананеразмеченномкорпусетекстовс использованиеммодели Word2Vec длявыделениявектораслова, преобразованиеэталонныхкорпусовтекстовв матрицупризнаковслова, выполнениеобработкиметодомокна, построениеглубокойнейроннойсетидляобучения, добавлениефункции Softmax ввыходнойслойнейроннойсетии выполнениенормализациидляполученияматрицывероятностейкатегорииименованныхсущностей, соответствующейкаждомуслову; выполнениеповторнойобработкиматрицывероятностейметодомокнаи использованиемоделиусловныхслучайныхполейдляустранениянеоднозначностидляполученияокончательноготегаименованнойсущности. 6 з.п. ф-лы, 3 ил.

27. 发明专利

AU2020382717B2 Pre-trained contextual embedding models for named entity recognition and confidence prediction 未知
公开(公告)号：AU2020382717B2
公开(公告)日：2022-12-15
申请号：AU2020382717
申请日：2020-07-01
申请人： INTUIT INC
发明人： TORRES TERRENCE J
IPC分类号： G06F40/295
摘要： At least one processor may obtain a document comprising text tokens. The at least one processor may determine, based on a pre-trained language model, word embeddings corresponding to the text tokens. The at least one processor may determine, based on the word embeddings, named entities corresponding to the text tokens; and one or more accuracy predictions corresponding to the named entities. The at least one processor may compare the one or more accuracy predictions with at least one threshold. The at least one processor may associate, based on the comparing, the named entities with one or more confidence levels. The at last one processor may deliver the named entities and the one or more confidence levels.

28. 发明专利

DE102022201753A1 Erweiterung Graph- basierter Kennzeichnungsregeln für schwach überwachtesTraining von auf maschinellem Lernen basierender Eigennamenerkennung 未知
公开(公告)号：DE102022201753A1
公开(公告)日：2022-08-25
申请号：DE102022201753
申请日：2022-02-21
申请人： BOSCH GMBH ROBERT
发明人： FENG ZHE , DING HAIBO , ZHAO XINYAN
IPC分类号： G06F40/295 , G06F40/211 , G16H50/70
摘要： Systeme und Verfahren zum Trainieren eines Modells für maschinelles Lernen für die Eigennamenerkennung. Ein Regel-Graph wird aufgebaut, der eine Mehrzahl von Knoten beinhaltet, die jeweils einer unterschiedlichen Kennzeichnungsregel eines Satzes von Kennzeichnungsregeln entsprechen (einschließlich eines Satzes von Keim-Regeln mit bekannter Kennzeichnungsgenauigkeit und einer Mehrzahl von Kandidatenregeln mit unbekannter Kennzeichnungsgenauigkeit). Die Knoten werden basierend darauf, welche Regeln die höchste semantische Ähnlichkeit aufweisen, mit anderen Knoten gekoppelt. Eine Kennzeichnungsgenauigkeitsmetrik wird für jede Kandidatenregel geschätzt, indem eine Kennzeichnungsvertrauensmetrik durch den Regel-Graphen von den Keim-Regeln zu jeder Kandidatenregel verbreitet wird. Ein Untersatz von Kennzeichnungsregeln wird dann identifiziert, indem die Regeln nach ihrer Kennzeichnungsvertrauensmetrik eingestuft werden. Der identifizierte Untersatz von Kennzeichnungsregeln wird auf nicht gekennzeichnete Daten angewendet, um einen Satz schwach gekennzeichneter Eigennamen zu erzeugen, und das Modell für maschinelles Lernen wird basierend auf dem Satz schwach gekennzeichneter Eigennamen trainiert.

29. 发明专利

DE112020002740T5 ERKENNEN VON STIMMUNGEN UNTER VERWENDEN VON MEDIZINISCHEN HINWEISEN 未知
公开(公告)号：DE112020002740T5
公开(公告)日：2022-03-03
申请号：DE112020002740
申请日：2020-06-03
申请人： IBM
发明人： BAO SHENG HUA , LIU XIANYING , LIU NAN , SHAO TONGKAI , GANGADHARAIAH RASHMI , WANG FENG
IPC分类号： G06F16/35 , G06F40/295 , G06F40/30 , G16H50/70 , G16H70/40
摘要： Es werden Mechanismen zum Implementieren eines Stimmungsanalysemechanismus bereitgestellt, um eine Stimmungsanalyse eines medizinischen Ereignisses und einer Arzneimittelbezeichnung innerhalb eines medizinischen Dokuments auf der Grundlage eines medizinischen Kontextes auszuführen. Der Stimmungsanalysemechanismus analysiert ein medizinisches Dokument, um ein Auftreten eines medizinischen Ereignisses zu ermitteln, das einer Arzneimittelbezeichnung zugehörig ist, und analysiert kontextbezogene Inhalte, die dem Auftreten des medizinischen Ereignisses und der Arzneimittelbezeichnung zugehörig sind, um einen oder mehrere Stimmungsbegriffe zu ermitteln, die in den kontextbezogenen Inhalten vorhanden sind. Der Stimmungsanalysemechanismus ermittelt eine dem medizinischen Ereignis und der Arzneimittelbezeichnung zugehörige Stimmung. Der Stimmungsanalysemechanismus erzeugt Metadaten zu medizinischen Hinweisen, die die Stimmung mit dem medizinischen Ereignis und dem der Arzneimittelbezeichnung entsprechenden Arzneimittel verknüpfen, und wendet die Metadaten zu medizinischen Hinweisen auf eine Analyse anderer medizinischer Dokumente an, um Stimmungen zu ermitteln, die Fällen der Arzneimittelbezeichnung oder des medizinischen Ereignisses in den anderen medizinischen Dokumenten zugehörig sind.

30. 发明专利

LU102479B1 Method for recognizing Named entity in ancient prose field based on Lattice LSTM 未知
公开(公告)号：LU102479B1
公开(公告)日：2022-01-12
申请号：LU102479
申请日：2021-02-05
申请人： BEIJING INFORMATION SCIENCE AND TECHNOLOGY UNIV
发明人： CHEN RUOYU , CUI DANDAN , TONG QIANG , LIU XIULEI
IPC分类号： G06F40/295 , G06F40/284
摘要： The invention discloses a method for recognizing a named entity in the ancient prose field based on Lattice LSTM, the method comprising: segmenting pre-trained ancient prose data using jiayan segmentation; pre-training the pre-trained ancient prose data after segmentation using a word2vec model to obtain pre-trained character and word embeddings; inputting dataset data and the pre-trained character and word embeddings into a Lattice LSTM model for training to obtain the optimized Lattice LSTM model; and inputting the ancient prose data to be recognized into the optimized Lattice LSTM model to perform named entity recognition. The method uses jiayan segmentation tool for word segmentation of ancient prose data, which provides better word segmentation effect and context correspondence and improves accuracy of ancient prose segmentation; ancient characters and term embeddings are trained using word2vec, and through a large amount of text, character and word embeddings with higher quality are obtained; and both character and word embeddings are used as the input of the Lattice LSTM model to improve effect of data entity recognition in the ancient prose field.

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式