Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西安理工大学黑新宏获国家专利权

西安理工大学黑新宏获国家专利权

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!

龙图腾网获悉西安理工大学申请的专利施工质量设计规范的事件自动抽取方法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:CN116628126B

龙图腾网通过国家知识产权局官网在2026-04-21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:202310632066.1,技术领域涉及:G06F16/31;该发明授权施工质量设计规范的事件自动抽取方法是由黑新宏;鲍一豪;朱磊;赵钦;杨明松;何敏;孟海宁;姬文江;王一川设计研发完成,并于2023-05-31向国家知识产权局提交的专利申请。

施工质量设计规范的事件自动抽取方法在说明书摘要公布了:本发明公开了一种施工质量设计规范的事件自动抽取方法,包括:获取并预处理原始规范数据集;输入至预训练的语言模型中进行处理,得到预处理数据集的事件触发词识别结果;采用单触发词与多触发词分类处理方式,利用规则匹配方法和深度学习模型联合处理多触发词情况,对预处理数据集多触发词识别结果按冒号、分号、逗号顺序依次处理,并利用深度学习方法和相似度方法得到完整元事件数据集;根据聚类方法挖掘计量单位与计量词关联关系,并使用相似度方法进一步补充事件语义,提高事件表达能力。本发明通过语法匹配和深度学习结合的方法,完成规范检查数据生成,有助于增加公开的中国建筑数据集数量。

本发明授权施工质量设计规范的事件自动抽取方法在权利要求书中公布了:1.施工质量设计规范的事件自动抽取方法,其特征在于:步骤如下: 步骤1,获取原始规范文本; 所述步骤1中,从建标网上爬取、纸质建筑规范书籍上获取原始规范文本; 步骤2,对步骤1获取的文本进行数据清洗,去除无用句; 步骤3,利用句号对步骤2处理后的文本做初步分割,获得完整事件表达; 步骤4,使用深度学习模型完成对事件触发词的识别; 所述步骤4中,深度学习模型为Bert+BiLSTM+CRF模型,模型的输出为当前事件句以及句内字符的标签,存在当前事件句仅包含一个事件触发词即单触发词和当前事件句包含多个事件触发词即多触发词两种情况,事件触发词是事件存在的标志,主要以谓词形式存在; 步骤5,针对事件存在单触发词和多触发词情况分别进行处理; 所述步骤5中,针对单触发词,能够独立支撑完整的事件语义表达,将当前独立、完整事件直接输出即可; 针对多触发词,对其中包含的冒号、分号以及逗号依次进行识别并分割; 所述步骤5中对于多触发词中冒号、分号以及逗号的处理过程如下: 步骤A对于冒号的分割处理,以冒号作为事件的分割线,判断冒号后的句子是否为完整事件;若冒号后的句子是完整事件,则直接分割得到结果;若冒号后的句子不是完整事件,则获取冒号前的句子主语,作为冒号后不完整事件的主语补充候选,由不完整事件从候选中择优补充完整,择优的标准为选择余弦相似度最高,具体如下公式1所示: 1; 其中,A和B代表句子向量A和句子向量B,A·B代表两个向量的点积,||A||和||B||分别表示两个向量的模长; 步骤B对于分号的分割处理,以分号作为事件的分割线,判断每个分句是否能够独立成事件,当不能独立成为事件的分句出现,使用分句间余弦相似度最高判定方式以及步骤A中主语补充方式完成事件语义补充,最终完成事件的分割抽取; 步骤C,对于逗号的分割处理,以逗号作为事件的分割线,识别分割后的每个单句中是否存在触发词,当分割后的单句中不存在触发词,则认为当前单句为下一单句或者事件的状态事件;若存在,则认为是一个单独的事件, 然后判断是否为完整事件,完整则查看下一单句,若不完整,则使用步骤B中主语补充方式完成事件语义补充; 步骤6,基于步骤5的处理结果进行事件语义补充; 所述步骤6中,使用K-means++聚类算法挖掘计量单位表与计量词表,将包含计量单位的事件句匹配出来,并使用jieba分词器分词获得计量词与计量单位,使用K-means++聚类算法对计量词与计量单位聚类,得到聚类结果,根据存在计量单位与计量词的事件,做计量词与计量单位存在联系的数量统计,将计量词和计量单位聚类结果做一对一关联,在存在计量单位事件的名词之后和动词之前、名词之后和停用词之前,根据聚类与关联结果补充计量词,最后用皮尔逊相关系数计算补充计量词后事件句与补充前事件句相似度,皮尔逊相关系数计算公式如下: 2; 其中,X和Y分别是补充计量词前的事件句与补充计量词后的事件句的向量,为X和Y的标准差乘积,和分别为X和Y的期望值,为变量X和变量Y的协方差; 步骤7,基于步骤6所得结果建立数据库; 步骤8,在数据库中通过查询的方式对事件包含的公式与表格进行引用。

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西安理工大学,其通讯地址为:710048 陕西省西安市碑林区金花南路5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”。

以上内容由龙图腾AI智能生成。

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。