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 > 合肥工业大学;国网安徽省电力有限公司电力科学研究院王安宁获国家专利权

合肥工业大学;国网安徽省电力有限公司电力科学研究院王安宁获国家专利权

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!

龙图腾网获悉合肥工业大学;国网安徽省电力有限公司电力科学研究院申请的专利融合产品领域知识的产品实体识别方法与系统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:CN116341548B

龙图腾网通过国家知识产权局官网在2025-08-12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:202310165477.4,技术领域涉及:G06F40/295;该发明授权融合产品领域知识的产品实体识别方法与系统是由王安宁;秦琪;方钊;汪玉;张强;陈艺;贾骏童;赵龙设计研发完成,并于2023-02-22向国家知识产权局提交的专利申请。

融合产品领域知识的产品实体识别方法与系统在说明书摘要公布了:本发明提供一种融合产品领域知识的产品实体识别方法、系统、存储介质和电子设备,涉及自然语言处理技术领域。本发明根据产品领域知识,构建词库中产品实体的索引集,获取每个字符对应的字符级候选产品实体;根据待识别实体语句,构建的候选产品实体指称图,获取任意两个字符级候选产品实体之间的全局依赖关系,获取每个字符级候选产品实体为待识别实体语句的指称实体的证据分数;根据待识别实体语句、各个字符级候选产品实体及其对应的嵌入权重,获取联合嵌入向量,并作为预先构建的深度学习模型的输入,获取实体识别结果。能够将实体的全局依赖关系嵌入到深度学习模型,扩展了模型的信息来源,从而增强了其处理中文产品实体识别问题的能力。

本发明授权融合产品领域知识的产品实体识别方法与系统在权利要求书中公布了:1.一种融合产品领域知识的产品实体识别方法,其特征在于,包括: S1、根据产品领域知识,构建词库中产品实体的索引集; S2、根据所述索引集,获取待识别实体语句的每个字符对应的字符级候选产品实体; S3、根据待识别实体语句,构建的候选产品实体指称图,获取任意两个字符级候选产品实体之间的全局依赖关系; S4、根据各个所述全局依赖关系,获取每个所述字符级候选产品实体为待识别实体语句的指称实体的证据分数; S5、根据所述待识别实体语句、各个所述字符级候选产品实体及其对应的嵌入权重,获取联合嵌入向量,并作为预先构建的深度学习模型的输入,获取实体识别结果;其中,所述嵌入权重是指每个所述字符级候选产品实体的证据分数; 所述S3中的候选产品实体指称图的构建过程包括: 定义节点为产品品牌和产品类型两类实体; 定义节点的关系包括: 1产品品牌与产品类型的关系 其中,表示产品类型product1与产品品牌brand1之间的隶属关系; 2产品类型之间的关系 其中,表示任意两个产品类型product1与product2之间的价格相似度,price1、price2分别为product1、product2的价格; 其中,表示任意两个产品类型product1与product2之间的尺寸相似度,l1、g1、h1分别表示product1的长、宽、高,l2、g2、h2分别表示product2的长、宽、高; 3产品品牌之间的关系 其中,表示任意两个产品品牌brand1与brand2之间的关系,product1,x表示brand1的第x个产品类型,product2,y表示brand2的第y个产品类型;X表示属于brandi的产品类型数量,Y是属于brandj的产品类型数量; 所述S4中采用加权PageRank算法来获取证据分数,包括: S41、采用实体流行度作为候选产品实体指称图的每个节点的初始PR值, 其中,表示选定的产品门户网站或用户论坛上关于任一产品实体wi的帖子数量; S42、计算每个字符级候选产品实体的PR值, 其中,分别表示与字符级候选产品实体wi、wj相关的所有候选产品实体,表示wj到wi的关系,α为平衡边和产品实体关系的贡献的权重因子;N表示候选产品实体的数量; S43、获取证据分数, 其中,表示字符级候选产品实体wi为待识别实体语句的指称实体的证据分数。

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合肥工业大学;国网安徽省电力有限公司电力科学研究院,其通讯地址为:230009 安徽省合肥市包河区屯溪路193号;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。