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 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 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 > 长江师范学院胡新获国家专利权

长江师范学院胡新获国家专利权

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!

龙图腾网获悉长江师范学院申请的专利一种面向智能问答系统的自然语言问句中焦点词识别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:CN120975082B

龙图腾网通过国家知识产权局官网在2026-03-17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:202510958085.2,技术领域涉及:G06F40/284;该发明授权一种面向智能问答系统的自然语言问句中焦点词识别方法是由胡新;田诗琪;段江丽;任晓峰;张素兰设计研发完成,并于2025-07-11向国家知识产权局提交的专利申请。

一种面向智能问答系统的自然语言问句中焦点词识别方法在说明书摘要公布了:本发明公开了一种面向智能问答系统的自然语言问句中焦点词识别方法,涉及自然语言问答技术领域。本发明提出了在自然语言问句中识别焦点词的方法,使问答系统能够更准确地理解用户的关注点;且提出了一种由决策项主导的前缀树结构,基于该前缀树,进一步引入了一种用于挖掘强焦点关联规则以识别焦点词的算法,该算法比经典的关联规则挖掘算法Apriori更高效;且提出了一种针对强焦点关联规则的倒排索引,基于该倒排索引,进一步引入了一种用于识别焦点词的算法,该算法比顺序搜索更高效;且定义了焦点项集、频繁焦点项集、焦点关联规则和强焦点关联规则,以更好地表达与焦点词相关的信息。

本发明授权一种面向智能问答系统的自然语言问句中焦点词识别方法在权利要求书中公布了:1.一种面向智能问答系统的自然语言问句中焦点词识别方法,其特征在于:至少包括以下步骤: S1:首先提出问句决策信息表,为后续步骤提供基础; S2:定义相关概念,所述相关概念至少包括焦点项集、频繁焦点项集、焦点关联规则、强焦点关联规则; S3:将问句决策信息表转换为以项为基本单位的事务数据; S4:搭建用于挖掘强焦点关联规则的算法,即MSFAR算法; 所述S4至少包括以下步骤: S4.1:将问句决策信息表转换为事务数据集合; S4.2:初始化一个空的前缀树集合; S4.3:依次遍历事务数据集合中的每一笔事务并构建决策树分支; S4.4:初始化集合为空集,该集合将用于存储三元组条件项集、事务序列号集合、当前前缀树的序列号; S4.5:依次遍历前缀树集合中的每一棵前缀树,生成项集集合; S4.6:从项集集合中删除不频繁的项集; S4.7:遍历前缀树集合中的每一棵前缀树,生成强焦点关联规则集合; S5:为强焦点关联规则构建一个倒排索引; S6:构建基于倒排索引的焦点词的识别算法,完成具体的焦点词识别; 所述S6至少包括以下步骤: S6.1:从自然语言问句中生成问句类型、问句结构词、问句结构词的词性以及各种依存结构信息并放入问句信息集合中; S6.2:根据问句集合生成自然语言问句在决策信息表中各个属性列的值; S6.3:将自然语言问句在决策信息表中的值转换为项集放入中; S6.4:基于项集集合和倒排索引集合,选择与当前自然语言问句相关的索引记录放入索引记录集合中; S6.5:在索引记录集合中选出条件项的出现次数等于前件中项数的三元组集合; S6.6:依据三元组集合中三元组的置信度降序排序,并选择置信度较高三元组的前k个序列号,然后从强焦点关联规则集合中选择序列号对应的规则,并放入规则集合中; S6.7:基于问句信息集合和规则集合,生成最终的焦点词。

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长江师范学院,其通讯地址为:408100 重庆市涪陵区聚贤大道16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。