Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 平安科技(深圳)有限公司郭洋获国家专利权

平安科技(深圳)有限公司郭洋获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉平安科技(深圳)有限公司申请的专利一种对中文韵律结构进行预测的方法及其相关设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115221273B

龙图腾网通过国家知识产权局官网在2025-06-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202210713393.5,技术领域涉及:G06F16/334;该发明授权一种对中文韵律结构进行预测的方法及其相关设备是由郭洋;王健宗;程宁设计研发完成,并于2022-06-22向国家知识产权局提交的专利申请。

一种对中文韵律结构进行预测的方法及其相关设备在说明书摘要公布了:本申请实施例属于人工智能领域,应用于中文韵律结构预测领域中,涉及一种对中文韵律结构进行预测的方法,包括获取输入文本;基于预训练中文BERT获取输入文本的特征序列;基于特征序列和预设多头注意力分类器对输入文本中各汉字进行韵律停顿分类,获取分类后的输出文本;基于输出文本、特征序列和预设韵律结构类别预测输入文本的中文韵律结构。本申请还提供一种对中文韵律结构进行预测的装置、计算机设备及存储介质。本申请相较于传统方法,使用中文BERT避免了复杂且精细的文本特征设计过程,且便于迁移至其它场景,节省了高昂的特征设计成本和韵律数据标注成本,同时,使用多头注意力分类器能更有效地利用上下文信息,分类准确度更高。

本发明授权一种对中文韵律结构进行预测的方法及其相关设备在权利要求书中公布了:1.一种对中文韵律结构进行预测的方法,其特征在于,包括下述步骤: 获取输入文本; 基于预训练中文BERT获取所述输入文本的特征序列; 基于所述特征序列和预设多头注意力分类器对所述输入文本中各汉字进行韵律停顿分类,获取分类后的输出文本,其中,所述预设多头注意力分类器包括多头注意力层和一维卷积层,所述基于所述特征序列和预设多头注意力分类器对所述输入文本中各汉字进行韵律停顿分类的步骤,具体包括: 预先基于韵律停顿分类类别,对不同韵律停顿分类进行第一区别命名; 将所述特征序列中词向量作为查询值,将不同韵律停顿分类对应参照字集中各汉字的词向量作为键值和属性值,分别基于预设的不同参数对所述查询值、键值和属性值进行第一线性转换; 获取经第一线性转换后所述查询值对应的线性序列、所述键值对应的线性序列和所述属性值对应的线性序列; 将所述查询值对应的线性序列、所述键值对应的线性序列和所述属性值对应的线性序列作为参数,通过注意力层的函数,分别获取所述输入文本中各汉字的词向量在不同注意力层获取的特征向量,其中,Q表示所述查询值对应的线性序列,K表示所述键值对应的线性序列,V表示所述属性值对应的线性序列; 通过所述多头注意力层分别计算所述输入文本中各汉字的特征向量与不同韵律停顿分类中各参照字的词向量间的向量点积,对预设不同韵律停顿分类对应的向量点积进行拼接,获取拼接结果; 通过所述一维卷积层对所述拼接结果进行第二线性转换,获取拼接之后向量点积对应的线性序列,作为输出线性序列; 基于所述第一区别命名和所述输出线性序列中各向量点积,识别出所述输入文本中各汉字分别对应的韵律停顿分类; 基于所述输出文本、特征序列和预设韵律结构类别预测所述输入文本的中文韵律结构,其中,所述基于所述输出文本、特征序列和预设韵律结构类别预测所述输入文本的中文韵律结构,具体包括: 预先对不同中文韵律结构设置第二区别命名; 根据预设的中文韵律结构和韵律停顿分类类别的关联关系,将所述第二区别命名与所述第一区别命名进行关联; 基于所述输出文本中各汉字对应的第一区别命名、位置向量、所述第二区别命名与第一区别命名间的关联关系,识别目标拼接文本的中文韵律结构,作为输入文本的中文韵律结构,其中,所述输出文本中各汉字对应的位置向量基于所述特征序列而确定,所述目标拼接文本由所述输入文本中各汉字进行反拼接生成。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人平安科技(深圳)有限公司,其通讯地址为:518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。