CN110362694A - 基于人工智能的文献数据检索方法、设备及可读存储介质 - Google Patents
基于人工智能的文献数据检索方法、设备及可读存储介质 Download PDFInfo
- Publication number
- CN110362694A CN110362694A CN201910602168.2A CN201910602168A CN110362694A CN 110362694 A CN110362694 A CN 110362694A CN 201910602168 A CN201910602168 A CN 201910602168A CN 110362694 A CN110362694 A CN 110362694A
- Authority
- CN
- China
- Prior art keywords
- data
- literature
- artificial intelligence
- documents
- keyword
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Library & Information Science (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于人工智能的文献数据检索方法、设备及可读存储介质,该方法包括:确定文献资料的主题词,基于所述主题词为所述文献资料添加对应的标签;将添加有标签的文献资料存储至数据库中;当接收到客户端发送的检索指令时,获取所述检索指令对应的关键词;根据所述关键词,确定目标标签;从所述数据库中获取携带有所述目标标签的目标文献资料;根据所述关键词,从所述目标文献资料中确定检索结果;将所述检索结果反馈至所述客户端。通过本发明,缩小了检索范围,从而缩短了检索所需时间,使得用户能更快的获取到其需要的资料。
Description
技术领域
本发明涉及检索技术领域,尤其涉及基于人工智能的文献数据检索方法、设备及可读存储介质。
背景技术
在当前的学习、工作中,往往会遇到一些学术上的疑问,因此需要借助相关的专业资料。
用户在检索专业资料时,一般是基于用户输入的若干关键词,与数据库中存储的资料进行匹配,将匹配度高的资料提供给用户。
这种方式,需要遍历数据库,数据计算量很大,导致检索过程比较耗费时间,且需要性能优良的设备支持。
发明内容
本发明的主要目的在于提供一种基于人工智能的文献数据检索方法、设备及可读存储介质,旨在解决现有技术中在数据库中检索资料时,需要遍历数据库,导致数据计算量很大的技术问题。
为实现上述目的,本发明提供一种基于人工智能的文献数据检索方法,所述基于人工智能的文献数据检索方法包括以下步骤:
确定文献资料的主题词,基于所述主题词为所述文献资料添加对应的标签;
将添加有标签的文献资料存储至数据库中;
当接收到客户端发送的检索指令时,获取所述检索指令对应的关键词;
根据所述关键词,确定目标标签;
从所述数据库中获取携带有所述目标标签的目标文献资料;
根据所述关键词,从所述目标文献资料中确定检索结果;
将所述检索结果反馈至所述客户端。
可选的,所述确定文献资料的主题词,基于所述主题词为所述文献资料添加对应的标签的步骤包括:
获取文献资料的名称,从所述名称中获取主题词;
基于预设的词汇与标签的映射关系,获取所述主题词对应的标签;
将所述标签添加至所述文献资料的属性信息中。
可选的,所述根据所述关键词,确定目标标签的步骤包括:
基于预设的词汇与标签的映射关系,确定所述关键词对应的目标标签。
可选的,所述根据所述关键词,从所述目标文献资料中确定检索结果的步骤包括:
统计所述关键词在所述目标文献资料中出现的次数;
检测所述次数是否大于或等于预设阈值;
若所述次数大于或等于预设阈值,则将所述目标文献资料作为检索结果。
此外,为实现上述目的,本发明还提供一种基于人工智能的文献数据检索设备,所述基于人工智能的文献数据检索设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于人工智能的文献数据检索程序,所述基于人工智能的文献数据检索程序被处理器执行时实现如上所述的基于人工智能的文献数据检索方法的步骤。
此外,为实现上述目的,本发明还提供一种可读存储介质,所述可读存储介质上存储有基于人工智能的文献数据检索程序,所述基于人工智能的文献数据检索程序被处理器执行时实现如上所述的基于人工智能的文献数据检索方法的步骤。
本发明中,确定文献资料的主题词,基于所述主题词为所述文献资料添加对应的标签;将添加有标签的文献资料存储至数据库中;当接收到客户端发送的检索指令时,获取所述检索指令对应的关键词;根据所述关键词,确定目标标签;从所述数据库中获取携带有所述目标标签的目标文献资料;根据所述关键词,从所述目标文献资料中确定检索结果;将所述检索结果反馈至所述客户端。通过本发明,缩小了检索范围,从而缩短了检索所需时间,使得用户能更快的获取到其需要的资料。
附图说明
图1为本发明实施例方案涉及的硬件运行环境的基于人工智能的文献数据检索设备结构示意图;
图2为本发明基于人工智能的文献数据检索方法第一实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1为本发明实施例方案涉及的硬件运行环境的基于人工智能的文献数据检索设备结构示意图。
如图1所示,该基于人工智能的文献数据检索设备可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的基于人工智能的文献数据检索设备结构并不构成对基于人工智能的文献数据检索设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于人工智能的文献数据检索程序。
在图1所示的基于人工智能的文献数据检索设备中,网络接口1004主要用于连接后台服务器,与后台服务器进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的基于人工智能的文献数据检索程序,并执行以下操作:
确定文献资料的主题词,基于所述主题词为所述文献资料添加对应的标签;
将添加有标签的文献资料存储至数据库中;
当接收到客户端发送的检索指令时,获取所述检索指令对应的关键词;
根据所述关键词,确定目标标签;
从所述数据库中获取携带有所述目标标签的目标文献资料;
根据所述关键词,从所述目标文献资料中确定检索结果;
将所述检索结果反馈至所述客户端。
进一步地,处理器1001可以调用存储器1005中存储的基于人工智能的文献数据检索程序,还执行以下操作:
获取文献资料的名称,从所述名称中获取主题词;
基于预设的词汇与标签的映射关系,获取所述主题词对应的标签;
将所述标签添加至所述文献资料的属性信息中。
进一步地,处理器1001可以调用存储器1005中存储的基于人工智能的文献数据检索程序,还执行以下操作:
基于预设的词汇与标签的映射关系,确定所述关键词对应的目标标签。
进一步地,处理器1001可以调用存储器1005中存储的基于人工智能的文献数据检索程序,还执行以下操作:
统计所述关键词在所述目标文献资料中出现的次数;
检测所述次数是否大于或等于预设阈值;
若所述次数大于或等于预设阈值,则将所述目标文献资料作为检索结果。
参照图2,图2为本发明基于人工智能的文献数据检索方法第一实施例的流程示意图。
在一实施例中,基于人工智能的文献数据检索方法包括:
步骤S10,确定文献资料的主题词,基于所述主题词为所述文献资料添加对应的标签;
一实施例中,步骤S10包括:
获取文献资料的名称,从所述名称中获取主题词;
基于预设的词汇与标签的映射关系,获取所述主题词对应的标签;
将所述标签添加至所述文献资料的属性信息中。
本实施例中,获取文献资料的名称,然后通过中文分词工具,得到该名称的多个分词。中文分词工具,如jieba、SnowNLP、THULAC、NLPIR等。具体选用哪个工具,根据实际情况而定,在此不做限制。中文分词(ChineseWordSegmentation)指的是将一个汉字序列切分成一个一个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。本实施例使用的分词方法可分为三大类:基于字符串匹配的分词方法、基于理解的分词方法和基于统计的分词方法。其中,基于字符串匹配的分词方法又称机械分词方法,它是按照一定的策略将待分析的汉字串与一个“充分大的”机器词典中的词条进行配,若在词典中找到某个字符串,则匹配成功(识别出一个词)。基于理解的分词方法是通过让计算机模拟人对句子的理解,达到识别词的效果。基于统计的分词方法是在给定大量已经分词的文本的前提下,利用统计机器学习模型学习词语切分的规律(称为训练),从而实现对未知文本的切分。得到多个分词后,进一步基于人工智能(研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学),从若干个分词中抽取主题词。然后,基于预设的词汇与标签的映射关系,获取主题词对应的标签。本实施例中,预设的词汇与标签的映射关系例如:词汇“大数据”对应的标签为01,词汇“人工智能”对应的标签为02,词汇“神经网络”对应的标签为03,词汇“机器学习”对应的标签为04……若抽取的主题词为大数据,则将“01”添加至该文献资料的属性信息中。
步骤S20,将添加有标签的文献资料存储至数据库中;
本实施例中,每个文献资料在存入数据库前,均添加其对应的标签,使得后续数据库中存储的文献资料均携带有其对应的标签。
步骤S30,当接收到客户端发送的检索指令时,获取所述检索指令对应的关键词;
本实施例中,用户在客户端上输入要检索的关键词,然后点击检索按钮,客户端基于用户输入的关键词生成检索指令,并将检索指令发送至基于人工智能的文献数据检索设备。基于人工智能的文献数据检索设备接收到该检索指令时,即可获取检索指令包含的关键词。
步骤S40,根据所述关键词,确定目标标签;
一实施例中,步骤S40包括:
基于预设的词汇与标签的映射关系,确定所述关键词对应的目标标签。
本实施例中,预设的词汇与标签的映射关系例如:词汇“大数据”对应的标签为01,词汇“人工智能”对应的标签为02,词汇“神经网络”对应的标签为03,词汇“机器学习”对应的标签为04……若关键词包括“神经网络”以及“机器学习”,则确定的目标标签为03和04。
步骤S50,从所述数据库中获取携带有所述目标标签的目标文献资料;
本实施例中,当确定的目标标签为03和04时,则从数据库中获取携带有目标标签(03以及04)的目标文献资料。
步骤S60,根据所述关键词,从所述目标文献资料中确定检索结果;
一实施例中,步骤S60包括:
统计所述关键词在所述目标文献资料中出现的次数;
检测所述次数是否大于或等于预设阈值;
若所述次数大于或等于预设阈值,则将所述目标文献资料作为检索结果。
本实施例中,获取目标文献资料后,进一步统计关键词在每篇目标文献资料中出现的次数。例如获取的目标文献资料有文献资料1以及文献资料2以及文献资料3,且统计得到关键词在文献资料1中出现的次数为x次,关键词在文献资料2中出现的次数为y次,关键词在文献资料3中出现的次数为z次。然后分别检测xyz是否大于或等于预设阈值,其中预设阈值根据实际情况灵活设置,例如设置为15。本实施例中,若x以及z大于或等于预设阈值,则将文献资料1以及文献资料3作为检索结果。若xyz均小于预设阈值,则检索结果为无。
步骤S70,将所述检索结果反馈至所述客户端。
本实施例中,若存在检索结果,则将检索结果反馈至客户端,若不存在检索结果,则反馈检索结果为零的信息。
本实施例中,确定文献资料的主题词,基于所述主题词为所述文献资料添加对应的标签;将添加有标签的文献资料存储至数据库中;当接收到客户端发送的检索指令时,获取所述检索指令对应的关键词;根据所述关键词,确定目标标签;从所述数据库中获取携带有所述目标标签的目标文献资料;根据所述关键词,从所述目标文献资料中确定检索结果;将所述检索结果反馈至所述客户端。通过本实施例,缩小了检索范围,从而缩短了检索所需时间,使得用户能更快的获取到其需要的资料。
此外,本发明实施例还提出一种计算机可读存储介质,所述计算机可读存储介质上存储有基于人工智能的文献数据检索程序,所述基于人工智能的文献数据检索程序被处理器执行时实现如上基于人工智能的文献数据检索方法各个实施例的步骤。
本发明计算机可读存储介质的具体实施例与上述基于人工智能的文献数据检索方法的各个实施例基本相同,在此不做赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (9)
1.一种基于人工智能的文献数据检索方法,其特征在于,所述基于人工智能的文献数据检索方法包括以下步骤:
确定文献资料的主题词,基于所述主题词为所述文献资料添加对应的标签;
将添加有标签的文献资料存储至数据库中;
当接收到客户端发送的检索指令时,获取所述检索指令对应的关键词;
根据所述关键词,确定目标标签;
从所述数据库中获取携带有所述目标标签的目标文献资料;
根据所述关键词,从所述目标文献资料中确定检索结果;
将所述检索结果反馈至所述客户端。
2.如权利要求1所述的基于人工智能的文献数据检索方法,其特征在于,所述确定文献资料的主题词,基于所述主题词为所述文献资料添加对应的标签的步骤包括:
获取文献资料的名称,从所述名称中获取主题词;
基于预设的词汇与标签的映射关系,获取所述主题词对应的标签;
将所述标签添加至所述文献资料的属性信息中。
3.如权利要求1所述的基于人工智能的文献数据检索方法,其特征在于,所述根据所述关键词,确定目标标签的步骤包括:
基于预设的词汇与标签的映射关系,确定所述关键词对应的目标标签。
4.如权利要求1所述的基于人工智能的文献数据检索方法,其特征在于,所述根据所述关键词,从所述目标文献资料中确定检索结果的步骤包括:
统计所述关键词在所述目标文献资料中出现的次数;
检测所述次数是否大于或等于预设阈值;
若所述次数大于或等于预设阈值,则将所述目标文献资料作为检索结果。
5.一种基于人工智能的文献数据检索设备,其特征在于,所述基于人工智能的文献数据检索设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的基于人工智能的文献数据检索程序,所述基于人工智能的文献数据检索程序被所述处理器执行时实现如下步骤:
确定文献资料的主题词,基于所述主题词为所述文献资料添加对应的标签;
将添加有标签的文献资料存储至数据库中;
当接收到客户端发送的检索指令时,获取所述检索指令对应的关键词;
根据所述关键词,确定目标标签;
从所述数据库中获取携带有所述目标标签的目标文献资料;
根据所述关键词,从所述目标文献资料中确定检索结果;
将所述检索结果反馈至所述客户端。
6.如权利要求5所述的基于人工智能的文献数据检索设备,其特征在于,所述基于人工智能的文献数据检索程序被所述处理器执行时还实现如下步骤:
获取文献资料的名称,从所述名称中获取主题词;
基于预设的词汇与标签的映射关系,获取所述主题词对应的标签;
将所述标签添加至所述文献资料的属性信息中。
7.如权利要求5所述的基于人工智能的文献数据检索设备,其特征在于,所述基于人工智能的文献数据检索程序被所述处理器执行时还实现如下步骤:
基于预设的词汇与标签的映射关系,确定所述关键词对应的目标标签。
8.如权利要求5所述的基于人工智能的文献数据检索设备,其特征在于,所述基于人工智能的文献数据检索程序被所述处理器执行时还实现如下步骤:
统计所述关键词在所述目标文献资料中出现的次数;
检测所述次数是否大于或等于预设阈值;
若所述次数大于或等于预设阈值,则将所述目标文献资料作为检索结果。
9.一种可读存储介质,其特征在于,所述可读存储介质上存储有基于人工智能的文献数据检索程序,所述基于人工智能的文献数据检索程序被处理器执行时实现如权利要求1至4中任一项所述的基于人工智能的文献数据检索方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910602168.2A CN110362694A (zh) | 2019-07-05 | 2019-07-05 | 基于人工智能的文献数据检索方法、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910602168.2A CN110362694A (zh) | 2019-07-05 | 2019-07-05 | 基于人工智能的文献数据检索方法、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110362694A true CN110362694A (zh) | 2019-10-22 |
Family
ID=68218252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910602168.2A Pending CN110362694A (zh) | 2019-07-05 | 2019-07-05 | 基于人工智能的文献数据检索方法、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110362694A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113836379A (zh) * | 2021-09-26 | 2021-12-24 | 北京百炼智能科技有限公司 | 一种基于客户画像的智能推荐方法和系统 |
CN114090858A (zh) * | 2022-01-18 | 2022-02-25 | 广州博士信息技术研究院有限公司 | 基于自动化爬虫的资源池对象数据获取方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101673291A (zh) * | 2009-10-28 | 2010-03-17 | 北京东方灵盾科技有限公司 | 一种专利文献数据检索的方法、系统和装置 |
CN103235783A (zh) * | 2013-03-28 | 2013-08-07 | 百度在线网络技术(北京)有限公司 | 一种用于确定优选搜索结果的方法与设备 |
CN106709040A (zh) * | 2016-12-29 | 2017-05-24 | 北京奇虎科技有限公司 | 一种应用搜索方法和服务器 |
US20180349391A1 (en) * | 2009-08-24 | 2018-12-06 | Google Llc | Relevance-Based Image Selection |
-
2019
- 2019-07-05 CN CN201910602168.2A patent/CN110362694A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20180349391A1 (en) * | 2009-08-24 | 2018-12-06 | Google Llc | Relevance-Based Image Selection |
CN101673291A (zh) * | 2009-10-28 | 2010-03-17 | 北京东方灵盾科技有限公司 | 一种专利文献数据检索的方法、系统和装置 |
CN103235783A (zh) * | 2013-03-28 | 2013-08-07 | 百度在线网络技术(北京)有限公司 | 一种用于确定优选搜索结果的方法与设备 |
CN106709040A (zh) * | 2016-12-29 | 2017-05-24 | 北京奇虎科技有限公司 | 一种应用搜索方法和服务器 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113836379A (zh) * | 2021-09-26 | 2021-12-24 | 北京百炼智能科技有限公司 | 一种基于客户画像的智能推荐方法和系统 |
CN113836379B (zh) * | 2021-09-26 | 2023-08-25 | 北京百炼智能科技有限公司 | 一种基于客户画像的智能推荐方法和系统 |
CN114090858A (zh) * | 2022-01-18 | 2022-02-25 | 广州博士信息技术研究院有限公司 | 基于自动化爬虫的资源池对象数据获取方法及系统 |
CN114090858B (zh) * | 2022-01-18 | 2022-04-26 | 广州博士信息技术研究院有限公司 | 基于自动化爬虫的资源池对象数据获取方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10268758B2 (en) | Method and system of acquiring semantic information, keyword expansion and keyword search thereof | |
CN110888990B (zh) | 文本推荐方法、装置、设备及介质 | |
WO2015185019A1 (zh) | 一种基于语义理解的表情输入方法和装置 | |
CN109446885B (zh) | 一种基于文本的元器件识别方法、系统、装置和存储介质 | |
CN107085583B (zh) | 一种基于内容的电子文档管理方法及装置 | |
KR20200007969A (ko) | 정보 처리 방법, 단말기, 및 컴퓨터 저장 매체 | |
CN108776677B (zh) | 平行语句库的创建方法、设备及计算机可读存储介质 | |
CN111309916B (zh) | 摘要抽取方法和装置、存储介质和电子装置 | |
CN110941702A (zh) | 一种法律法规和法条的检索方法及装置、可读存储介质 | |
CN111984589A (zh) | 文档处理方法、文档处理装置和电子设备 | |
CN114595686A (zh) | 知识抽取方法、知识抽取模型的训练方法及装置 | |
CN110795942B (zh) | 基于语义识别的关键词确定方法、装置和存储介质 | |
CN110362694A (zh) | 基于人工智能的文献数据检索方法、设备及可读存储介质 | |
CN108829698A (zh) | 政务系统发文方法、装置、计算机设备及存储介质 | |
CN110263121B (zh) | 表格数据处理方法、装置、电子装置及计算机可读存储介质 | |
CN112699237B (zh) | 标签确定方法、设备和存储介质 | |
CN112506864A (zh) | 文件检索的方法、装置、电子设备及可读存储介质 | |
CN115796177A (zh) | 用于实现中文分词与词性标注的方法、介质及电子设备 | |
CN108763462B (zh) | 平行语句库的更新方法、设备及计算机可读存储介质 | |
CN113204697A (zh) | 一种搜索方法、装置、电子设备及存储介质 | |
CN112269877A (zh) | 数据标注方法及装置 | |
CN109325126B (zh) | 语言文本的对象化处理方法、装置及计算机存储介质 | |
CN113139106B (zh) | 一种保密检查的事件审核方法和装置 | |
CN113342931B (zh) | 基于大数据的用户需求分析方法、装置、设备及存储介质 | |
CN117313675A (zh) | 文本修改方法、装置、计算机设备及计算机可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191022 |
|
RJ01 | Rejection of invention patent application after publication |