CN108898321B - 一种基于语义模板的制造技术问题标准冲突参数获取方法 - Google Patents
一种基于语义模板的制造技术问题标准冲突参数获取方法 Download PDFInfo
- Publication number
- CN108898321B CN108898321B CN201810746043.2A CN201810746043A CN108898321B CN 108898321 B CN108898321 B CN 108898321B CN 201810746043 A CN201810746043 A CN 201810746043A CN 108898321 B CN108898321 B CN 108898321B
- Authority
- CN
- China
- Prior art keywords
- conflict
- technical problem
- parameters
- standard
- manufacturing technical
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Educational Administration (AREA)
- Entrepreneurship & Innovation (AREA)
- General Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Game Theory and Decision Science (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Machine Translation (AREA)
Abstract
本发明公开了一种基于语义模板的制造技术问题标准冲突参数获取方法,涉及数字化制作技术领域,包括步骤一、建立形式化的语义模板,步骤二、对标准冲突参数进行形式化描述;步骤三、对制作技术问题进行形式化描述。本发明通过语义模板,能够形式化的描述制造技术问题,可以消除使用自然语言描述的模糊性和不确定性,从而降低对制造技术问题进行分析的随机性;利用语义模板和语义相似性计算方法,能够对特定冲突参数和标准冲突参数的相似性进行量化计算,从而提高了获取标准冲突参数的准确性及效率;能够快速、高效、准确地获得制造技术问题中隐藏的标准冲突参数,进而提升解决制造技术问题的效率和质量。
Description
技术领域
本发明涉及数字化制作技术领域,特别涉及一种基于语义模板的制造技术问题标准冲突参数获取方法。
背景技术
制造技术冲突是指在一个制造技术系统中,由于一个作用同时导致有用及有害两种结果的现象,或者指有用作用的引入或有害效应的消除导致一个或几个子系统变坏,从而引发制造技术系统内部冲突的现象。制造技术冲突中存在的两个相互矛盾的参数称之为制造技术冲突参数。目前标准的技术冲突参数有39个,如果能够准确找到标准冲突参数,将其组成冲突参数对,基于TRIZ原理,就可以以此获得相应的创新原理,从而解决制造技术问题。
目前,与标准冲突参数获取相关的方法主要集中于人工分析的方式来实现,这种方式的主要不足在于:
1)随机性大。由于制造技术问题采用自然语言描述,其描述存在一定模糊性和不确定性,再加上人工理解问题存在一定的惯性思维,并受个人知识、经验的限制,因此通过人工方式进行制造技术问题的分析存在较大的随机性,分析结果因人而异、差异较大,导致制造问题冲突分析存在较大的随机性。
2)准确性低。通过人工分析后,制造技术研发人员可以达到特定的制造技术冲突参数,但是必须要将特定冲突参数映射为标准冲突参数,才能利用TRIZ理论获取相应的创新原理进而解决制造技术问题。但是由于特定冲突参数和标准冲突参数之间存在相似关系无法通过人工方式进行量化计算,因而通过特定冲突参数找到相似度最高的标准冲突参数的准确性较低,映射结果因人而异、差异较大。
发生冲突是造成制造技术问题的本质原因,解决制造技术问题的关键在于准确找到两个标准冲突参数。因此,如何快速、准确的从制造技术问题描述中获取标准冲突参数已经成为解决制造技术问题的前提和关键所在。但是由于目前的制造技术问题描述采用的是自然语言描述方式,技术人员无法快速、准确的从中提取发现技术冲突,即使发现了技术冲突,也难以将该制造技术问题的特定冲突参数准确地映射到标准冲突参数。因此导致制造技术问题分析费时费力,冲突参数获取随机性大、准确性不高,严重影响了解决制造技术问题的效率和质量。
发明内容
本发明实施例提供了一种基于语义模板的制造技术问题标准冲突参数获取方法,用以解决现有技术中存在的问题。
一种基于语义模板的制造技术问题标准冲突参数获取方法,包括
步骤一、建立形式化的语义模板
通过分析制造技术问题自然语言的描述内容,基于SAO结构,对其进行扩展,构建S-V-O-P-IS-FS结构,作为形式化描述制造技术问题和标准冲突参数的语义模板;
步骤二、对标准冲突参数进行形式化描述
将标准冲突参数分为两大类和六小类不同形式,然后基于语义模板对其进行形式化描述,为后续的语义相似性计算奠定基础;
步骤三、对制作技术问题进行形式化描述
针对制造技术问题,依据期望问题结果的期望元素和希望避免出现情况的避免元素,应用语义模板进行形式化描述,实现制造技术问题的形式化描述,为提取特定冲突参数奠定基础;
步骤四、提取特定冲突参数
在制造技术问题进行形式化描述后,从其形式化结构中提取出期望元素和避免元素的属性项,这两个属性项构成制造技术问题的技术冲突,也是制造技术问题所包含的特定冲突参数;
步骤五、特定冲突参数与标准冲突参数语义相似性计算
将特定冲突参数进行形式化描述后,将其与所有的标准冲突参数进行语义相似性计算,首先逐个计算S/V/O/P/IS/FS每一部分的相似度,然后通过加权计算S-V-O-P-IS-FS整个结构间的语义相似度;
步骤六、优选并获得标准冲突参数
将标准冲突参数按照与表示期望和表示避免的两个特定冲突参数的语义相似度值进行排序,优选其中相似度最高的标准冲突参数作为计算选择结果,即可得到两个与特定冲突参数对应的标准冲突参数。
较佳地,在所述步骤一中,其中S为主语,动作的发出者;V为动作,使制造的对象属性发生变化的动作;O为对象,动作的承受者;P为对象O发生变化的属性;IS为属性P变化前的状态参数,FS为属性P变化后的状态参数。
较佳地,在所述步骤二中,两大类和六小类不同形式中的两大类包括短语和单个词语两个大类,六小类包括修饰对象加属性、修饰对象加修饰属性、对象加修饰属性、对象加属性、修饰属性和属性六小类。
较佳地,在所述步骤五中,在特定冲突参数与标准冲突参数进行匹配时,需要计算多个对应词语的总相似度,因为多个对应词语之间以及S-V-O-P-IS-FS结构可被视为一个简单语句,所以通过加权个体概念的相似度以反映整体语句的相似度,进而求得多个对应词语之间以及S-V-O-P-IS-FS结构间的语义相似度为:
式中:|Ki|和|Kj|表示两个需要计算综合相似度的结构;|Ki|或|Kj|表示要计算综合相似度的多词结构或者S-V-O-P-IS-FS结构中的概念数目;SimSum(Ki,Kj)表示两个结构中相匹配概念的语义相似度之和,而概念间的语义相似度可由通用的词语间语义相似度计算方法获得。
本发明有益效果:
(1)、通过语义模板,能够形式化的描述制造技术问题,可以消除使用自然语言描述的模糊性和不确定性,从而降低对制造技术问题进行分析的随机性。
(2)、利用语义模板和语义相似性计算方法,能够对特定冲突参数和标准冲突参数的相似性进行量化计算,从而提高了获取标准冲突参数的准确性及效率。
(3)、能够快速、高效、准确地获得制造技术问题中隐藏的标准冲突参数,进而提升解决制造技术问题的效率和质量。
附图说明
图1为本发明实施例提供的一种基于语义模板的制造技术问题标准冲突参数获取方法的结构示意图;
图2为本发明实施例提供的S-V-O-P-IS-FS语义模板的结构示意图;
图3为本发明实施例提供的基于语义模板的制造技术问题形式化描述格式结构示意图。
具体实施方式
下面结合发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整的描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
由于获取标准冲突参数需要形式化地解析制造技术问题,并需要从语义上将从制造技术问题中解析出的特定冲突参数映射为标准冲突参数,因此本发明通过构建S-V-O-P-IS-FS格式的语义模板,将制造技术问题和标准冲突参数依据该模板进行形式化描述,然后通过对问题描述中的特定冲突参数进行语义相似性量化计算,获取到相似度最高的标准冲突参数,辅助制造技术人员快速、准确获取标准冲突参数,从而降低冲突参数获取的随机性,提高获取标准冲突参数的准确性,最终提升解决制造技术问题的效率和质量。
本发明基于语义模板和相似性计算,辅助制造技术人员快速、准确获取制造技术问题中蕴含的标准冲突参数,降低制造技术冲突分析的随机性,提高获取标准冲突参数的准确性。
参照图1,本发明提供了一种基于语义模板的制造技术问题标准冲突参数获取方法,包括
步骤一、建立形式化语义模板
通过分析制造技术问题自然语言描述内容,基于SAO结构,对其进行扩展,构建S-V-O-P-IS-FS结构,作为形式化描述制造技术问题和标准冲突参数的语义模板。
步骤二、对标准冲突参数进行形式化描述
将标准冲突参数分为两大类和六小类不同形式,然后基于语义模板对其进行形式化描述,为后续的语义相似性计算奠定基础。
步骤三、对制造技术问题进行形式化描述
针对制造技术问题,依据期望问题的结果(目标)的期望元素以及希望避免出现的情况(障碍)的避免元素,应用语义模板进行形式化描述,实现制造技术问题的形式化描述,为提取特定冲突参数奠定基础。
步骤四、提取特定冲突参数
在制造技术问题形式化描述后,从其形式化结构中提取出期望元素与避免元素的属性项,这两个属性项构成了制造技术问题的技术冲突,而这两个属性项就是制造技术问题所包含的特定冲突参数。
步骤五、特定冲突参数与标准冲突参数的语义相似性计算
将特定冲突参数形式化描述后,将其与所有的标准冲突参数进行语义相似性计算,首先逐个计算S/V/O/P/IS/FS每一部分的相似度,然后通过加权计算S-V-O-P-IS-FS整个结构间的语义相似度。
步骤六、优选并获得标准冲突参数
将标准冲突参数按照与表示期望、表示避免的两个特定冲突参数的语义相似度值进行排序,优选其中相似度最高的标准冲突参数作为计算选择结果,即可得到两个与特定冲突参数对应的标准冲突参数。
具体实施方式:
步骤一、建立形式化语义模板
本发明建立了S-V-O-P-IS-FS结构作为对制造技术问题和标准冲突参数的语义模板。S-V-O-P-IS-FS形式是对语义TRIZ中SAO结构的一种扩充与细化。
SAO结构缺少对客体的细致描述,而制造技术所关注的重点就是属性状态的变化,因此在其基础上增加了P、IS、FS三个重要参数来突出表示前后变化的属性状态,得到新形式S-V-O-P-IS-FS,并对S、V、O三个参数的含义作全新解释,使其更适用于制造技术问题,并且,为了使形式化描述更具体、更准确,对每一个参数增加了一个修饰语项,记作A。
参照图2,为本发明实施例提供的S-V-O-P-IS-FS语义模板的结构示意图具体的划分规则,其中S为主语,动作的发出者;V为动作,使制造对象属性发生变化的动作;O为对象,动作的承受者,也就是制造对象;P为对象O发生变化的属性。针对所研究的制造技术问题求解所关注的状态变化的特点,又进一步增加了两个表示属性P前后状态变化的参数,即变化前的状态参数IS和变化后的状态参数FS。
步骤二、对标准冲突参数进行形式化描述
已有的39个标准冲突参数形式并不统一,大致包括单个名词与短语两类。为方便对标准冲突参数进行统一的形式化表示,对39个标准参数进行划分,
参照表1,为标准冲突参数划分及形式化表示方式,针对每一种形式都采用了语义模板对其进行形式化表示。
表1
参照表2,为标准冲突参数形式化表示示例,例如参数为13、14、15时,
表2
步骤三、对制造技术问题进行形式化描述
参照图3,为本发明实施例提供的基于语义模板的制造技术问题形式化描述格式结构示意图,制造技术问题包含了两种主要构成元素:期望问题的结果(目标)的期望元素以及希望避免出现的情况(障碍)的避免元素。期望与避免构成了问题描述的核心,而相应的两个客体变化的属性就是产生冲突的两个参数。
例如,某微型叶轮加工工艺出现如下问题:此微型叶轮由于中心没有通孔,不能采用传统装夹定位方式——芯轴定位,这样会破环零件本身的结构,因此在加工时采用压板装夹等装夹方式,不仅夹具复杂,且需要进行多次装夹,造成定位不准,导致在加工时叶片精度产生误差,难以保证加工的质量。针对上述问题,需要对该微型叶轮加工时的装夹方式进行优化,要求在选择装夹定位方式时要根据零件具体结构而定,设计选择装夹可靠、简单的夹具。
参照表3,为制造技术问题形式化描述示例,根据上述问题描述,采用S-V-O-P-IS-FS的形式对其进行形式化表示。
表3
步骤四、提取特定冲突参数
在制造技术问题形式化描述后,从其形式化结构中提取出期望元素与避免元素的属性项,这两个属性项构成了制造技术问题的技术冲突,而这两个属性项就是制造技术问题所包含的特定冲突参数。
从表3中取出期望元素与避免元素的对象项Px结构和Pa复杂度,这两个特定的属性项就是所需要的特定冲突参数,这两个冲突参数就构成了该技术问题的冲突,即叶轮的结构和夹具的复杂度发生了冲突。
步骤五、特定冲突参数与标准冲突参数语义相似性计算
将特定冲突参数形式化描述后,将其与所有的标准冲突参数进行语义相似性计算,首先逐个计算S/V/O/P/IS/FS每一部分的相似度,然后通过加权计算S-V-O-P-IS-FS整个结构间的语义相似度。
在特定冲突参数与标准冲突参数进行匹配时,需要计算多个对应词语的总相似度。考虑到多词之间以及S-V-O-P-IS-FS结构可被视为一个简单语句,在此通过加权个体概念的相似度以反映整体语句的相似度,进而求得多词之间以及S-V-O-P-IS-FS结构间的语义相似度,计算如下:
式中:|Ki|和|Kj|表示两个需要计算综合相似度的结构;|Ki|或|Kj|表示要计算综合相似度的多词结构或者S-V-O-P-IS-FS结构中的概念数目;SimSum(Ki,Kj)表示两个结构中相匹配概念的语义相似度之和,而概念间的语义相似度可由通用的词语间语义相似度计算方法获得。一般来讲,0<SimAvg(Ki,Kj)≤1,SimAvg(Ki,Kj)=1表示两个结构同义。
参照表4,为特定冲突参数与标准冲突参数匹配结果,将Px结构和Pa复杂度应用上述计算方法与39个标准冲突参数进行语义相似度匹配(只列出相似度最高的前三项)。
表4
步骤六、优选并获得标准冲突参数
将标准冲突参数按照与表示期望、表示避免的两个特定冲突参数的语义相似度值进行排序,优选其中相似度最高的标准冲突参数作为计算选择结果,即可得到两个与特定冲突参数对应的标准冲突参数。
根据表4语义相似度的计算结果排序,选择最高相似度的标准冲突参数,特定冲突参数匹配到的标准冲突参数分别为12形状和36装置的复杂性。标准冲突参数一旦确定,就可以应用TRIZ理论获取相应的创新原理来解决该技术问题了。
综上所述,本发明通过语义模板,能够形式化的描述制造技术问题,可以消除使用自然语言描述的模糊性和不确定性,从而降低对制造技术问题进行分析的随机性;利用语义模板和语义相似性计算方法,能够对特定冲突参数和标准冲突参数的相似性进行量化计算,从而提高了获取标准冲突参数的准确性及效率;能够快速、高效、准确地获得制造技术问题中隐藏的标准冲突参数,进而提升解决制造技术问题的效率和质量。
以上公开的仅为本发明的一个具体实施例,但是,本发明实施例并非局限于此,任何本领域的技术人员能思之的变化都应落入本发明的保护范围。
Claims (3)
1.一种基于语义模板的制造技术问题标准冲突参数获取方法,其特征在于,包括
步骤一、建立形式化的语义模板
通过分析制造技术问题自然语言的描述内容,基于SAO结构,对其进行扩展,构建S-V-O-P-IS-FS结构,作为形式化描述制造技术问题和标准冲突参数的语义模板,其中S为主语,动作的发出者;V为动作,使制造的对象属性发生变化的动作;O为对象,动作的承受者;P为对象O发生变化的属性;IS为属性P变化前的状态参数,FS为属性P变化后的状态参数;
步骤二、对标准冲突参数进行形式化描述
将标准冲突参数分为两大类和六小类不同形式,然后基于语义模板对其进行形式化描述,为后续的语义相似性计算奠定基础;
步骤三、对制作技术问题进行形式化描述
针对制造技术问题,依据期望问题结果的期望元素和希望避免出现情况的避免元素,应用语义模板进行形式化描述,实现制造技术问题的形式化描述,为提取特定冲突参数奠定基础;
步骤四、提取特定冲突参数
在制造技术问题进行形式化描述后,从其形式化结构中提取出期望元素和避免元素的属性项,这两个属性项构成制造技术问题的技术冲突,也是制造技术问题所包含的特定冲突参数;
步骤五、特定冲突参数与标准冲突参数语义相似性计算
将特定冲突参数进行形式化描述后,将其与所有的标准冲突参数进行语义相似性计算,首先逐个计算S/V/O/P/IS/FS每一部分的相似度,然后通过加权计算S-V-O-P-IS-FS整个结构间的语义相似度;
步骤六、优选并获得标准冲突参数
将标准冲突参数按照与表示期望和表示避免的两个特定冲突参数的语义相似度值进行排序,优选其中相似度最高的标准冲突参数作为计算选择结果,即可得到两个与特定冲突参数对应的标准冲突参数。
2.如权利要求1所述的方法,其特征在于,在所述步骤二中,两大类和六小类不同形式中的两大类包括短语和单个词语两个大类,六小类包括修饰对象加属性、修饰对象加修饰属性、对象加修饰属性、对象加属性、修饰属性和属性六小类。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810746043.2A CN108898321B (zh) | 2018-07-09 | 2018-07-09 | 一种基于语义模板的制造技术问题标准冲突参数获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810746043.2A CN108898321B (zh) | 2018-07-09 | 2018-07-09 | 一种基于语义模板的制造技术问题标准冲突参数获取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108898321A CN108898321A (zh) | 2018-11-27 |
CN108898321B true CN108898321B (zh) | 2021-08-24 |
Family
ID=64348857
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810746043.2A Active CN108898321B (zh) | 2018-07-09 | 2018-07-09 | 一种基于语义模板的制造技术问题标准冲突参数获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108898321B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111626060B (zh) * | 2020-05-21 | 2021-05-11 | 山东师范大学 | 基于物场分析与规则推理的产品创新设计方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1417707A (zh) * | 2002-12-02 | 2003-05-14 | 刘莎 | 一种自然语言语义信息统一编码方法 |
KR20120122588A (ko) * | 2011-04-29 | 2012-11-07 | 포항공과대학교 산학협력단 | 특허지도 생성 시스템 및 그 방법 |
CN102945301A (zh) * | 2012-10-30 | 2013-02-27 | 合肥工业大学 | 一种机电产品绿色设计冲突消解方法 |
CN106828545A (zh) * | 2015-03-31 | 2017-06-13 | 江苏理工学院 | 一种基于鲁棒策略的地铁交通流优化控制方法 |
CN107247780A (zh) * | 2017-06-12 | 2017-10-13 | 北京理工大学 | 一种基于知识本体的专利文献相似性度量方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9451252B2 (en) * | 2012-01-14 | 2016-09-20 | Qualcomm Incorporated | Coding parameter sets and NAL unit headers for video coding |
-
2018
- 2018-07-09 CN CN201810746043.2A patent/CN108898321B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1417707A (zh) * | 2002-12-02 | 2003-05-14 | 刘莎 | 一种自然语言语义信息统一编码方法 |
KR20120122588A (ko) * | 2011-04-29 | 2012-11-07 | 포항공과대학교 산학협력단 | 특허지도 생성 시스템 및 그 방법 |
CN102945301A (zh) * | 2012-10-30 | 2013-02-27 | 合肥工业大学 | 一种机电产品绿色设计冲突消解方法 |
CN106828545A (zh) * | 2015-03-31 | 2017-06-13 | 江苏理工学院 | 一种基于鲁棒策略的地铁交通流优化控制方法 |
CN107247780A (zh) * | 2017-06-12 | 2017-10-13 | 北京理工大学 | 一种基于知识本体的专利文献相似性度量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108898321A (zh) | 2018-11-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108154198B (zh) | 知识库实体归一方法、系统、终端和计算机可读存储介质 | |
CN109670191B (zh) | 机器翻译的校准优化方法、装置与电子设备 | |
CN110825839B (zh) | 一种对文本信息中目标的关联关系分析方法 | |
WO2021147786A1 (zh) | 知识图谱的构建方法及装置、存储介质、电子设备 | |
CN112183102A (zh) | 基于注意力机制与图注意力网络的命名实体识别方法 | |
CN108898321B (zh) | 一种基于语义模板的制造技术问题标准冲突参数获取方法 | |
CN116467171A (zh) | 自动化测试用例构建装置、方法、电子设备及存储介质 | |
CN106202203A (zh) | 基于终身主题模型的bug知识库的建立方法 | |
CN109597901B (zh) | 一种基于生物数据的数据分析方法 | |
CN114282513A (zh) | 文本语义相似度的匹配方法、系统、智能终端及存储介质 | |
CN110929509B (zh) | 一种基于louvain社区发现算法的领域事件触发词聚类方法 | |
CN106611012A (zh) | 一种大数据环境下异构数据实时检索方法 | |
CN112200252A (zh) | 基于概率盒全局灵敏度分析和主动子空间的联合降维方法 | |
CN110807286A (zh) | 一种结构网格识别方法 | |
CN110990907A (zh) | 基于特征-资源知识的船用柴油机关重件可制造性三级优化方法 | |
CN110322871A (zh) | 一种基于声学表征矢量的样例关键词检索方法 | |
US11182561B2 (en) | Data analyzer and data analysis method | |
CN112464648B (zh) | 基于多源数据分析的行业标准空白特征识别系统及方法 | |
CN109344409B (zh) | 翻译机器人选择方法 | |
CN107273713B (zh) | 一种基于TM-align的多域蛋白模板搜索方法 | |
WO2021051505A1 (zh) | 基于样本量的声纹聚类方法、装置、设备及存储介质 | |
CN108255817B (zh) | 基于web检索的实体翻译方法 | |
CN114282585A (zh) | 基于天文光谱数据的离群天体分类方法 | |
CN105426464A (zh) | 一种识别命名实体的方法及装置 | |
WO2024055582A1 (zh) | 问答知识库的优化方法及其装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |