CN106203632B - 一种有限知识集再组合并分布萃取的学习与应用系统方法 - Google Patents

一种有限知识集再组合并分布萃取的学习与应用系统方法 Download PDF

Info

Publication number
CN106203632B
CN106203632B CN201610546679.3A CN201610546679A CN106203632B CN 106203632 B CN106203632 B CN 106203632B CN 201610546679 A CN201610546679 A CN 201610546679A CN 106203632 B CN106203632 B CN 106203632B
Authority
CN
China
Prior art keywords
notes
knowledge
limited
layer
collection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610546679.3A
Other languages
English (en)
Other versions
CN106203632A (zh
Inventor
郭剑锋
崔宪坤
刘清
刘寅鹏
李建强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
INSTITUTE OF POLICY AND MANAGEMENT CHINESE ACADEMY OF SCIENCES
Original Assignee
INSTITUTE OF POLICY AND MANAGEMENT CHINESE ACADEMY OF SCIENCES
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by INSTITUTE OF POLICY AND MANAGEMENT CHINESE ACADEMY OF SCIENCES filed Critical INSTITUTE OF POLICY AND MANAGEMENT CHINESE ACADEMY OF SCIENCES
Priority to CN201610546679.3A priority Critical patent/CN106203632B/zh
Publication of CN106203632A publication Critical patent/CN106203632A/zh
Application granted granted Critical
Publication of CN106203632B publication Critical patent/CN106203632B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Computing Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Electrically Operated Instructional Devices (AREA)

Abstract

本发明一种有限知识集再组合并分布萃取的学习与应用系统方法，在萃取流程中，对一个有限的知识集进行再组合并分布萃取，通过文字录入技术、语音录入技术、视频录制技术等将使用者的思想转化为中间层笔记并最终得到一份终点层笔记；通过再组合并分布萃取形成的中间层笔记和终点层笔记由终端应用使用网络传输协议技术上传到服务器，最后服务器通过知识库操作更新并保存到知识库中。在学习流程中，以终点层笔记向右或以中间层笔记向左或向右的分层递进学习方法。本发明可以实现读者对有限知识集的准确快速掌握，并且保存和贡献萃取出的深度结构化隐性知识。

Description

一种有限知识集再组合并分布萃取的学习与应用系统方法
技术领域
本发明涉及一种有限知识集再组合并分布萃取的学习与应用系统方法，可应用于泛在电子网络(包括Internet和移动网络)上知识资源的分享、学习、交流和应用。
背景技术
21世纪是知识经济的时代，也是泛在电子网络(包括Internet和移动网络)的时代。1965年管理大师Peter Drucker曾提及“知识”将取代机器设备、资金、原料或劳工等有形资产，成为企业最关键的生产要素，而“知识型工作者”将取代传统的劳动员工，为企业创造更多的效益。身处泛在电子网络快速发展的浪潮中，在海量的知识海洋中如何快速有效的获取所需知识，是我们在这个竞争激烈的时代中能否快速成长的关键。在这样的一个知识爆发的时代，如何快速、透彻、深度掌握知识是至关重要的环节。网络时代，涌现了大量如文档、百科和问答等辅助人类学习知识的工具，大大提高了人们找到并了解相关知识的速度和效率。但是文档、百科和问答等知识工具都仍然没有在隐形知识和经验的萃取上有进一步推进，本发明正是网络环境下实现对隐形知识和经验萃取的重大补充。
发明内容
本发明的目的是提供一种有限知识集再组合并分布萃取的学习与应用系统方法。本发明 在泛在电子网络提供的知识共享与交流平台上提供了一套全新的知识萃取、学习与应用系统。可以满足当前使用者对知识的快速准确获取。
现今的网络时代，涌现了大量如文档、百科和问答等辅助人类学习知识的工具，大大提高了人们找到并了解相关知识的速度和效率。但是诸如文档、百科和问答等知识工具都仍然没有在隐形知识和经验的萃取上有进一步推进。
本发明一种有限知识集再组合并分布萃取的学习与应用系统方法，可应用于泛在电子网络上知识资源的分享、学习、交流和应用，实现对隐形知识和经验萃取的重大补充；该方法对有限知识集由使用者经过再组合并分布萃取，通过文字录入技术、语音录入技术、视频录制技术等将使用者的思想转化为电子化的中间层笔记，通过对中间层笔记的再组合并分布萃取最终收敛为每个有限知识集唯一的终点层笔记。每一份笔记必须定向为其上一层的若干知识点，且中间层笔记和终点层笔记是对有限知识集的有效结构化总结。通过再组合并分布萃取形成的中间层笔记和终点层笔记由终端应用使用网络传输协议技术上传到服务器，最后服务器通过知识库操作更新并保存到知识库中。
使用者以中间层笔记或终点层笔记为起始点，通过对有限知识集、中间层笔记和终点层笔记组成的层次化知识体系多方向研读，达到加速、加深理解有限知识集的目的。使用者可以进一步在此阅读过程感悟或直接通过文字录入技术、语音录入技术和视频录制技术等撰写电子化有限知识集可能外延笔记、有限知识集在其领域定位笔记或有限知识集拓展应用笔记；形成的笔记通过网络传输协议技术由终端应用上传到服务器，最后服务器通过知识库操作更新并保存到知识库中。
其中，所述的有限知识集可以是书籍、文档、音频、视频等形式的有限知识集。
其中，所述的再组合并分布萃取，针对的是对上一层的有限知识集或中间层笔记的萃取。整个再组合并分布萃取流程中，第一次的再组合并分布萃取过程是由人将有限知识集根据其知识点划分为萃取源，通过多选复选框或其他可视化知识点组合技术，人为的对知识点进行组合，再通过文字录入技术、语音录入技术、视频录制技术等分布萃取成对应的第一层中间层笔记；后面的再组合并分布萃取过程是将上层的中间层笔记视为知识点，通过相同技术再 组合并分布萃取成对应的其它中间层笔记。
其中，所述的中间层笔记针对上层知识点在一个固定的中间层笔记模板下通过文字录入技术、语音录入技术、视频录制技术等将使用者的思想撰写形成。每一篇中间层笔记都面向部分的上一层知识点，也成为本层的新知识点集合。
其中，所述的终点层笔记针对其上一层中间层笔记按模板通过文字录入技术、语音录入技术、视频录制技术等将使用者的思想撰写撰写形成。终点层笔记对每个有限知识集只有一个，对应于所有最后一层中间层笔记。
其中，对于有限知识集形成的层次化知识体系，学习者可以以终点层笔记或任意中间层笔记为起始点，向上或向下两个方向研读层次化笔记和有限知识集，从而达到快速、深入理解有限知识集的目的。
其中，该方法进一步包括对有限知识集可能外延，是通过文字录入技术、语音录入技术、视频录制技术等将使用者的思想撰写的与该有限知识集相关的领域内延伸阅读或延伸概念等电子化笔记。
其中，该方法进一步包括对有限知识集在其领域定位，是通过文字录入技术、语音录入技术、视频录制技术等将使用者的思想撰写的该有限知识集在其领域知识中所处的层次和位置等电子化笔记。
其中，该方法进一步包括对有限知识集拓展应用，是通过文字录入技术、语音录入技术、视频录制技术等将使用者的思想撰写的该有限知识集可能的领域应用电子化笔记。
其中，所述的客户端应用是使用者使用该系统的可视化入口，可以是应用程序客户端，也可以是网页等。
其中，所述的网络传输协议是指计算机通信的共同语言，是现有的终端应用与服务器之间的网络通信技术。
其中，所述的服务器是提供计算服务的设备，具有保存知识库，承担服务，并且保障服务的能力。
其中，所述的知识库操作是服务器对知识库的操作，包括添加、删除、修改、更新等操 作。
其中，所述的知识库是用来保存有限知识集、中间层笔记、终点层笔记和使用者信息的数据库。
一种有限知识集再组合并分布萃取的学习与应用系统方法的主要优点：
1.在借助泛在电子网络的优势基础上，使用者以中间层笔记3或终点层笔记4为起始点，通过对有限知识集1、中间层笔记2和终点层笔记3组成的层次化知识体系5多方向研读，达到加速、加深理解有限知识集1的目的。
2.此系统也可以帮助使用者借助泛在电子网络平台，将需要获取概要的文档、音频、视频或其他多媒体的有限知识集发布在该系统平台下，并允许多个使用者参与到有限知识集的萃取工作中，提升有限知识集的萃取工作效率。
3.在快速学习的过程中，该系统还可以作为交流平台，让使用者不仅可以评价和编辑笔记，还可以与其他使用者相互交流各自的疑问和观点。部分学习者或笔记贡献者进一步在此阅读过程感悟或直接撰写有限知识集可能外延笔记6、有限知识集在其领域定位笔记7或有限知识集拓展应用笔记8。
附图说明
图1是有限知识集再组合并分布萃取的学习和应用的系统方法流程结构框图。
图2是有限知识集再组合并分布萃取的学习和应用的系统设计框架图。
图中标号如下：
1、有限知识集
2、再组合并分布萃取
3、中间层笔记
4、终点层笔记
5、层次化知识体系
6、有限知识集可能外延
7、有限知识集在其领域定位
8、有限知识集拓展应用
9、终端应用
10、网络传输协议
11、服务器
12、知识库操作
13、知识库
具体实施方式
一种有限知识集再组合并分布萃取的学习与应用系统方法是一套整体系统方法。该系统依托现有泛在电子网络技术，服务器11与终端应用9通过网络传输协议10技术进行数据通信，实时更新知识库13。根据图1所示，从左向右的流程是有限知识集的再组合并分布萃取系统流程；概述为有限知识集1通过层层再组合并分布萃取2，获取中间层笔记3并直至终点层笔记4。根据图1所示，以终点层笔记4向右或以中间层笔记3向左或向右的流程是有限知识集的再组合并分布学习系统流程。根据图1所示，在有限知识集的再组合并分布萃取与学习流程中，通过层次化知识体系5深入学习是有限知识集的可能外延、定位与拓展应用流程。
一、有限知识集的再组合并分布萃取系统方法
如图1和图2所示，在借助泛在电子网络的优势基础上，将有限知识集1划分为多个知识点，再分层再组合并分布萃取，萃取过程中产生的中间层笔记3和终点层笔记4通过网络传输协议10上传到服务器11进行保存。在知识萃取收敛过程中，每一层的笔记是否收敛完成的最低标准是：上一层的知识点或中间层笔记都至少与一个当前层笔记关联。
(1).通过泛在电子网络，参与者将有限知识集萃取为多个知识点，再通过多选复选框技术对知识点进行多个选取并按模板通过文字录入技术、语音录入技术、视频录制技术等组合为对应的下一层笔记，新生成的笔记通过网络传输协议10技术更新并保存到服务器11的知识库13中。
(2).以上一层的中间层笔记3为基础，先将上一层的中间层笔记3集按其相关度通过多选复选框技术将其聚为多个集合，再从每个集合中萃取出多个知识点并按模板通过文字录入技术、语音录入技术、视频录制技术等组合为下一层的笔记，每一个笔记必须定向为其上一层的若干知识点，新生成的笔记通过网络传输协议10技术更新并保存到服务器11的知识库13中。
(3).重复步骤(2)，通过层层萃取，最终按模板通过文字录入技术、语音录入技术、视频录制技术等得到一份终点层笔记4，并将新生成的终点层笔记4通过网络传输协议10技术更新并保存到服务器11的知识库13中。
二、有限知识集的再组合并分布学习系统方法
如图1和图2所示，使用者可以通过网络传输协议10技术，从服务器11的知识库13中更新最新的中间层笔记3和终点层笔记4，借助已层次萃取完成后的笔记对有限知识集进行高效的递进式层次学习。
(1).在学习中，使用者可以先通过终点层笔记4或任意中间层笔记3为起点进行学习。
(2).在学习当前层笔记时，对里面的知识点，使用者可以通过对下一层或上一层相应的中间层笔记3进行层次化知识体系5学习。
(3).重复步骤(2)，通过层层递进式的层次化知识体系5学习，最终获取整个有限知识集的知识。
三、有限知识集的可能外延、定位与拓展应用
如图1和图2所示，使用者在进行有限知识集的再组合并分布萃取与学习流程时，通过层次化知识体系5进一步在此过程中产生感悟或直接通过文字录入技术、语音录入技术和视频录制技术等撰写电子化有限知识集可能外延笔记6、有限知识集在其领域定位笔记7或有 限知识集拓展应用笔记8；形成的笔记通过网络传输协议10技术由终端应用9上传到服务器11，最后服务器11通过知识库操作12更新并保存到知识库13中。
其中主要模块说明如下：
有限知识集1：书籍、文档、音频、视频等形式的知识集。
再组合并分布萃取2：对上一层的有限知识集1或中间层笔记3的萃取。整个再组合并分布萃取2流程中，第一次的再组合并分布萃取2过程是由人将有限知识集1根据其知识点为萃取源，人为对知识点进行组合，分布萃取成对应的第一层中间层笔记3；后面的再组合并分布萃取2过程是将上层的中间层笔记3视为知识点，再组合并再组合并分布萃取2成对应的其它中间层笔记3。
中间层笔记3：上层知识点在一个固定的中间层笔记模板下填写形成(可以是文档、音频、视频或其他多媒体)。每一篇中间层笔记3都面向部分的上一层知识点，也成为本层的新知识点集合。
终点层笔记4：每个有限知识集1只有一个终点层笔记4(可以是文档、音频、视频或其他多媒体)，对应于所有最后一层中间层笔记3。
层次化知识体系5：学习者可以以终点层笔记4或任意中间层笔记3为起始点，向上或向下两个方向研读层次化笔记和有限知识集1，从而达到快速、深入理解有限知识集1的目的；并在此阅读过程感悟或直接撰写有限知识集可能外延笔记6、有限知识集在其领域定位笔记7或有限知识集拓展应用笔记8。
有限知识集可能外延6：撰写的与该有限知识集1相关的领域内延伸阅读或延伸概念等笔记。
有限知识集在其领域定位7：撰写的该有限知识集1在其领域知识中所处的层次和位置等笔记。
有限知识集拓展应用8：撰写的该有限知识集1可能的领域应用笔记。
终端应用9：使用者使用该系统的可视化入口。可以是应用程序客户端，也可以是网页。
网络传输协议10：指计算机通信的共同语言，是现有的终端应用与服务器之间的网络 通信技术。
服务器11：是提供计算服务的设备，具有保存知识库13，承担服务，并且保障服务的能力。
知识库操作12：是服务器11对知识库13的操作，包括添加、删除、修改、更新等操作。
知识库13：用来保存有限知识集、中间层笔记、终点层笔记和使用者信息的数据库。

Claims (10)

1.一种有限知识集再组合并分布萃取的学习与应用系统方法，可应用于泛在电子网络上知识资源的分享、学习、交流和应用；其特征在于：该方法对有限知识集(1)由使用者经过再组合并分布萃取(2)，通过文字录入技术、语音录入技术、视频录制技术将使用者的思想转化为电子化中间层笔记(3)，通过对中间层笔记的再组合并分布萃取(2)最终收敛为每个有限知识集(1)唯一的终点层笔记(4)；每一份笔记必须定向为其上一层的若干知识点，且中间层笔记(3)和终点层笔记(4)是对有限知识集(1)的有效结构化总结；通过再组合并分布萃取形成的中间层笔记(3)和终点层笔记(4)由终端应用(9)使用网络传输协议(10)技术上传到服务器(11)，最后服务器(11)通过知识库操作(12)更新并保存到知识库(13)中；
使用者以中间层笔记(3)或终点层笔记(4)为起始点，通过对有限知识集(1)、中间层笔记(2)和终点层笔记(3)组成的层次化知识体系(5)多方向研读，达到加速、加深理解有限知识集(1)的目的；使用者进一步在此研读过程感悟或直接通过文字录入技术、语音录入技术和视频录制技术撰写电子化有限知识集可能外延笔记(6)、有限知识集在其领域定位笔记(7)或有限知识集拓展应用笔记(8)；形成的笔记通过网络传输协议(10)技术由终端应用(9)上传到服务器(11)，最后服务器(11)通过知识库操作(12)更新并保存到知识库(13)中。
2.根据权利要求1所述的一种有限知识集再组合并分布萃取的学习与应用系统方法，其特征在于：所述的有限知识集(1)是书籍、文档、音频或视频形式的有限知识集。
3.根据权利要求1所述的一种有限知识集再组合并分布萃取的学习与应用系统方法，其特征在于：所述的再组合并分布萃取(2)，针对的是对上一层的有限知识集(1)或中间层笔记(3)的萃取；整个再组合并分布萃取(2)流程中，第一次的再组合并分布萃取(2)过程是由人将有限知识集(1)根据其知识点划分为萃取源，通过多选复选框或其他可视化知识点组合技术，人为的对知识点进行组合，再通过文字录入技术、语音录入技术、视频录制技术分布萃取成对应的第一层中间层笔记(3)；后面的再组合并分布萃取(2)过程是将上层的中间层笔记(3)视为知识点，通过相同技术再组合并分布萃取(2)成对应的其它中间层笔记(3)。
4.根据权利要求1所述的一种有限知识集再组合并分布萃取的学习与应用系统方法，其特征在于：所述的中间层笔记(3)针对上层知识点在一个固定的中间层笔记模板下通过文字录入技术、语音录入技术、视频录制技术将使用者的思想撰写形成；每一篇中间层笔记(3)都面向部分的上一层知识点，也成为本层的新知识点集合。
5.根据权利要求1所述的一种有限知识集再组合并分布萃取的学习与应用系统方法，其特征在于：所述的终点层笔记(4)针对其上一层中间层笔记(3)按模板通过文字录入技术、语音录入技术、视频录制技术将使用者的思想撰写形成；终点层笔记(4)对每个有限知识集(1)只有一个，对应于所有最后一层中间层笔记(3)。
6.根据权利要求1所述的一种有限知识集再组合并分布萃取的学习与应用系统方法，其特征在于：对于有限知识集(1)形成的层次化知识体系(5)，学习者以终点层笔记(4)或任意中间层笔记(3)为起始点，向上或向下两个方向研读层次化笔记和有限知识集(1)，从而达到快速、深入理解有限知识集(1)的目的。
7.根据权利要求1所述的一种有限知识集再组合并分布萃取的学习与应用系统方法，其特征在于：该方法进一步包括对有限知识集可能外延(6)，是通过文字录入技术、语音录入技术、视频录制技术将使用者的思想撰写的与该有限知识集(1)相关的领域内延伸阅读或延伸概念的电子化笔记。
8.根据权利要求1所述的一种有限知识集再组合并分布萃取的学习与应用系统方法，其特征在于：该方法进一步包括对有限知识集在其领域定位(7)，是通过文字录入技术、语音录入技术、视频录制技术将使用者的思想撰写的该有限知识集(1)在其领域知识中所处的层次和位置的电子化笔记。
9.根据权利要求1所述的一种有限知识集再组合并分布萃取的学习与应用系统方法，其特征在于：该方法进一步包括对有限知识集拓展应用(8)，是通过文字录入技术、语音录入技术、视频录制技术将使用者的思想撰写的该有限知识集(1)应用电子化笔记。
10.根据权利要求1所述的一种有限知识集再组合并分布萃取的学习与应用系统方法，其特征在于：所述的知识库操作(12)是服务器(11)对知识库(13)的操作，包括但不限于添加、删除、修改、更新。
CN201610546679.3A 2016-07-12 2016-07-12 一种有限知识集再组合并分布萃取的学习与应用系统方法 Active CN106203632B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610546679.3A CN106203632B (zh) 2016-07-12 2016-07-12 一种有限知识集再组合并分布萃取的学习与应用系统方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610546679.3A CN106203632B (zh) 2016-07-12 2016-07-12 一种有限知识集再组合并分布萃取的学习与应用系统方法

Publications (2)

Publication Number Publication Date
CN106203632A CN106203632A (zh) 2016-12-07
CN106203632B true CN106203632B (zh) 2018-10-23

Family

ID=57476459

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610546679.3A Active CN106203632B (zh) 2016-07-12 2016-07-12 一种有限知识集再组合并分布萃取的学习与应用系统方法

Country Status (1)

Country Link
CN (1) CN106203632B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109086440B (zh) * 2018-08-15 2021-09-07 深圳至宝网络科技有限公司 一种知识萃取的方法及系统
CN110874638B (zh) * 2020-01-19 2020-06-02 同盾控股有限公司 面向行为分析的元知识联邦方法、装置、电子设备及系统
CN114157877B (zh) * 2021-10-08 2024-04-16 钉钉(中国)信息技术有限公司 回放数据的生成方法及装置、回放方法及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7069260B2 (en) * 2002-05-15 2006-06-27 Motorola, Inc. QOS framework system
CN103020441A (zh) * 2012-12-06 2013-04-03 国家电网公司 基于用例的隐性知识可视化方法
US8589322B2 (en) * 2010-11-30 2013-11-19 Red Hat, Inc. Reducing churn from excessive unlinking by logically unlinking inputs of a node in a session
CN104298784A (zh) * 2014-11-07 2015-01-21 巨轮股份有限公司 一种模具设计隐性知识采集和搜索方法
CN105550226A (zh) * 2015-12-07 2016-05-04 中国人民大学 一种基于知识库的查询分面生成方法
CN105740508A (zh) * 2016-01-23 2016-07-06 西安工业大学 一种电解加工工艺知识管理方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6895398B2 (en) * 2000-07-18 2005-05-17 Inferscape, Inc. Decision engine and method and applications thereof

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7069260B2 (en) * 2002-05-15 2006-06-27 Motorola, Inc. QOS framework system
US8589322B2 (en) * 2010-11-30 2013-11-19 Red Hat, Inc. Reducing churn from excessive unlinking by logically unlinking inputs of a node in a session
CN103020441A (zh) * 2012-12-06 2013-04-03 国家电网公司 基于用例的隐性知识可视化方法
CN104298784A (zh) * 2014-11-07 2015-01-21 巨轮股份有限公司 一种模具设计隐性知识采集和搜索方法
CN105550226A (zh) * 2015-12-07 2016-05-04 中国人民大学 一种基于知识库的查询分面生成方法
CN105740508A (zh) * 2016-01-23 2016-07-06 西安工业大学 一种电解加工工艺知识管理方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
企业知识萃取理论与实践研究;吴庆海;《知识管理论坛》;20160705;全文 *

Also Published As

Publication number Publication date
CN106203632A (zh) 2016-12-07

Similar Documents

Publication Publication Date Title
CN109346063B (zh) 一种语音数据增强方法
CN106203632B (zh) 一种有限知识集再组合并分布萃取的学习与应用系统方法
CN103971555A (zh) 多层次自动化评估训练综合服务方法及系统
CN106447561A (zh) 一种基于教育大数据的动态可视化方法与系统
CN110570346A (zh) 一种基于循环生成对抗网络对书法进行风格迁移的方法
CN104298727B (zh) 一种基于文档的模板匹配方法及装置
Aguirre et al. Ecuadorian artisanal production and its future projection from the Cultural and Creative Industries perspective (CCI)
CN107885714A (zh) 一种基于大数据的在线备课的方法
CN107066979A (zh) 一种基于深度信息和多维度卷积神经网络的人体动作识别方法
CN104320460A (zh) 一种大数据处理方法
CN105069034A (zh) 一种生成推荐信息的方法及装置
CN104915214B (zh) 系统的发布方法及装置
CN115934891A (zh) 问句理解方法及装置
DEHBI et al. Interoperability in smart Education: A systemic review based on bibliometric and content analysis methods
Egger Theorizing web 2.0 phenomena in tourism: a sociological signpost
CN111783391B (zh) 一种在线人工文本标记系统及方法
CN114422862A (zh) 服务视频生成方法、装置、设备、存储介质和程序产品
CN110069754A (zh) 一种基于html生成web页面报表的方法
Huang et al. RU-AI: A Large Multimodal Dataset for Machine Generated Content Detection
Sun From Diagram to Network: A Multi-mode Network Approach to Analyze Diagrams of Art History
CN108806370A (zh) 一种基于云端多用户协同教学用思维导图系统和方法
CN108629624A (zh) 一种社群画像的神经网络标签的实现方法及其营销信息推送方法
Escandon-Quintanilla et al. Creative cues to Identify and Design Opportunities Driven by Artificial Intelligence Technologies
Zhang Painting Art Style Rendering System Based on Information Intelligent Technology
Camacho Weaving Cultures: The Invention of Colonial Art and Culture in the Philippines, 1565–1850 by René B. Javellana

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant