CN110378704B - 基于模糊识别的意见反馈的方法、存储介质和终端设备 - Google Patents
基于模糊识别的意见反馈的方法、存储介质和终端设备 Download PDFInfo
- Publication number
- CN110378704B CN110378704B CN201910668216.8A CN201910668216A CN110378704B CN 110378704 B CN110378704 B CN 110378704B CN 201910668216 A CN201910668216 A CN 201910668216A CN 110378704 B CN110378704 B CN 110378704B
- Authority
- CN
- China
- Prior art keywords
- professional
- term
- terms
- similarity
- feedback
- 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
- 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
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- 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
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Marketing (AREA)
- Human Computer Interaction (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Economics (AREA)
- Development Economics (AREA)
- Artificial Intelligence (AREA)
- Strategic Management (AREA)
- Accounting & Taxation (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Machine Translation (AREA)
Abstract
本发明提供一种基于模糊识别的意见反馈的方法、存储介质和终端设备,通过对反馈意见的关键词进行模糊发散,对每一个关键词形成由多个专业术语构成的一个专业术语数组与之对应,分别从每一个专业术语数组中选取一个专业术语构成专业术语单元,将选取到的专业术语排列成专业语句,进行多次选取直到专业术语单元的数量达到预设数量后,呈现所有专业语句,接收第一指令以判断是否从排列成的所有专业语句中选取与反馈意见相符合的一条专业语句作为反馈意见,若是,则将该专业语句进行提交以反馈信息。如此,则将反馈信息转化成了相应专业的表述便于开发人员理解。
Description
技术领域
本发明涉及软件领域,尤其涉及一种基于模糊识别的意见反馈的方法、存储介质和终端设备。
背景技术
用户在体验手机上的App的时候难免会出现一些不符合心理的预期要求,用户想给开发者提出一些改进的建议时,毕竟用户不是专业制作该类产品的专家,所以用户的表述可能会出现一些偏差。而这些对于开发人员的理解有一定的困难,市场上急需一种方法:对用户的意见反馈进行专门处理,转化为更加专业的表述为开发人员提供建议。
发明内容
为解决现有技术中将反馈信息转化为更加专业的表述的技术问题,本发明基于模糊识别的意见反馈的方法、存储介质和终端设备,具体方案如下:
一种基于模糊识别的意见反馈的方法,包括以下步骤:
S1:接收反馈意见,分析所述反馈意见以得到m个关键词,获取每一个关键词与专业术语的相似度;
S2:针对第i个关键词,根据相似度选取由ni个专业术语构成的一个专业术语数组(ti1,ti2,…,tini);
S3:分别从每一个专业术语数组中选取一个专业术语构成专业术语单元,将选取到的专业术语排列成专业语句;
S4:判断专业术语单元的数量是否达到预设数量,若否,则执行步骤S3;若是,则执行步骤S5;
S5:呈现所有专业语句,接收第一指令以判断是否从所述专业语句中选取与反馈意见相符合的一条专业语句作为反馈意见,若是,则将该专业语句进行提交以反馈信息;
其中,所述预设数量为大于1且小于或等于n1×n2……×nm,专业术语组合相同的多个专业术语单元按一个专业术语单元计算;
m和ni均为大于或等于1的自然数;
1≤i≤m。
进一步的,步骤S2包括:
S21:对所有关键词中的每一个关键词,根据相似度的大小选取由多个专业术语构成的一个专业术语数组,选取到的专业术语的相似度中最小的相似度大于未选取到的专业术语的相似度中最大的相似度。
进一步的,步骤S2包括:
在步骤S21后执行步骤S22:对所有关键词中的每一个关键词,呈现专业术语数组以便接收第二指令;
所述第二指令用于去除专业术语数组中的专业术语以保留专业术语数组中的多个专业术语或所述第二指令用于保留全部专业术语。
进一步的,步骤S2包括:
在步骤S22后执行步骤S23:对所有关键词中的每一个关键词,将app的功能和app应用的领域所对应的专业术语作为剪枝算法的条件,采用剪枝算法处理相似度数据以去除专业术语数组中的专业术语并保留专业术语数组中的多个专业术语。
进一步的,步骤S3中,将选取到的专业术语根据语法规则收敛以使选取的专业术语排列成一条专业语句。
进一步的,步骤S4中,所述预设数量为n1×n2……×nm。
一种存储介质,所述存储介质中存储有程序,所述程序被执行时用于实现如上所述的方法的步骤。
一种终端设备,包括:
接收器:其用于接收反馈信息;
存储器:其用于存储程序;
处理器:其用于执行存储器中的程序以实现如上所述的方法的步骤。
与现有技术相比,本发明通过对反馈意见的关键词进行模糊发散,对每一个关键词形成由多个专业术语构成的一个专业术语数组与之对应,分别从每一个专业术语数组中选取一个专业术语构成专业术语单元,将选取到的专业术语排列成专业语句,进行多次选取直到专业术语单元的数量达到预设数量后,呈现所有专业语句,接收第一指令以判断是否从排列成的所有专业语句中选取与反馈意见相符合的一条专业语句作为反馈意见,若是,则将该专业语句进行提交以反馈信息。如此,则将反馈信息转化成了相应专业的表述便于开发人员理解。
附图说明
在下文中将基于实施例并参考附图来对本发明进行更详细的描述。其中:
图1为本发明实施例的方法流程图;
在附图中,相同的标识对象采用相同的附图标记,附图并未按实际比例绘制。
具体实施方式
下面将结合附图对本发明作进一步的说明。
本实施例提供一种基于模糊识别的意见反馈的方法,该方法包括以下步骤:
S1:接收反馈意见,分析所述反馈意见以得到m个关键词,获取每一个关键词与专业术语的相似度;
S2:针对第i个关键词,根据相似度选取由ni个专业术语构成的一个专业术语数组(ti1,ti2,…,tini);
S3:分别从每一个专业术语数组中选取一个专业术语构成专业术语单元,将选取到的专业术语排列成专业语句;
S4:判断专业术语单元的数量是否达到预设数量,若否,则执行步骤S3;若是,则执行步骤S5;
S5:呈现所有专业语句,接收第一指令以判断是否从所述专业语句中选取与反馈意见相符合的一条专业语句作为反馈意见,若是,则将该专业语句进行提交以反馈信息;
其中,所述预设数量大于1且小于或等于n1×n2……×nm,专业术语组合相同的多个专业术语单元按一个专业术语单元计算;
m和ni均为大于或等于1的自然数;
1≤i≤m。
该方法通过对反馈意见的关键词进行模糊发散,对每一个关键词形成由多个专业术语构成的一个专业术语数组与之对应,分别从每一个专业术语数组中选取一个专业术语构成专业术语单元,将选取到的专业术语排列成专业语句,进行多次选取直到专业术语单元的数量达到预设数量后,呈现所有专业语句,接收第一指令以判断是否从排列成的所有专业语句中选取与反馈意见相符合的一条专业语句作为反馈意见,若是,则将该专业语句进行提交以反馈信息。如此,则将反馈信息转化成了相应专业的表述便于开发人员理解。
图1示出了本实施例的方法的具体步骤。步骤S1中,用户在意见反馈的界面上输入需要想开发人员或者制作商反馈的问题,终端设备接收用户输入的反馈意见,把用户输入的反馈意见作为研究对象,对反馈意见做模糊算法相关的处理。具体地,接收用户输入的意见反馈的信息,即接收反馈意见,分析反馈意见,对用户输入的反馈意见中的词语识别出所有有用的m个关键词,将语气词、语气助词、敬词、谦词和表达感谢的词等等与反馈意见中反馈的问题无关的词删除,反馈意见中无关的词删除后余下的即为关键词也就是能够反映反馈意见中反馈的问题的词。将得到的关键词放入模糊矩阵中,以该模糊矩阵为研究对象,该模糊矩阵为模糊处理目标矩阵。其中m为大于或等于1的自然数。
将得到的关键词放入模糊矩阵中,即步骤S1中的获取每一个关键词与专业术语的相似度的步骤。m个关键词形成以关键词为行专业术语为列的相似度矩阵作为模糊矩阵,模糊矩阵即为目标矩阵。目标矩阵中的每一个元素为该元素所在行的关键词和该元素所在列的专业术语的相似度。
获取每一个关键词与专业术语的相似度之后,执行步骤S2:针对第i个关键词,根据相似度选取由ni个专业术语构成的一个专业术语数组(ti1,ti2,…,tini)。其中,ti1、ti2……tini分别代表专业术语数组中的专业术语,ni为大于或等于1的自然数,1≤i≤m。
具体地,步骤S2包括步骤S21:对所有关键词中的每一个关键词,根据相似度的大小选取由多个专业术语构成的一个专业术语数组,选取到的专业术语的相似度中最小的相似度大于未选取到的专业术语的相似度中最大的相似度。从而选取到与关键词关联程度较高的专业术语作为专业术语数组。
步骤S2还包括在步骤S21后执行步骤S22:对所有关键词中的每一个关键词,呈现专业术语数组以便接收第二指令,所述第二指令用于去除专业术语数组中的专业术语以保留专业术语数组中的多个专业术语或所述第二指令用于保留全部专业术语。在步骤S22中,可以将每一个关键词的专业术语数组呈现给用户,并接收用户输入的第二指令,根据用户的意愿保留专业术语数组中的全部专业术语或根据用户的意愿去除专业术语数组中的专业术语以保留专业术语数组中的多个专业术语,从而达到进一步精简专业术语数组中的专业术语的目的。
步骤S2还包括在步骤S22后执行步骤S23:对所有关键词中的每一个关键词,将app的功能和app应用的领域所对应的专业术语作为剪枝算法的条件,采用剪枝算法处理相似度数据以去除专业术语数组中的专业术语并保留专业术语数组中的多个专业术语。通过该步骤进一步精简专业术语数组中的专业术语。图1所示流程图中,测量的判据即剪枝算法的条件,权重的处理、积分理论即剪枝算法的处理过程。
在步骤S2之后执行步骤S3:分别从每一个专业术语数组中选取一个专业术语构成专业术语单元,将选取到的专业术语排列成专业语句。
在步骤S3中,将选取到的专业术语根据语法规则收敛以使选取的专业术语排列成一条专业语句。从而使得每一个专业术语单元对应得到一条最合适的语句。通过人工智能的逻辑识别语法规则。
在步骤S3之后执行步骤S4:判断专业术语单元的数量是否达到预设数量,若否,则执行步骤S3;若是,则执行步骤S5。其中,所述预设数量为大于1且小于或等于n1×n2……×nm,专业术语组合相同的多个专业术语单元按一个专业术语单元计算。
本实施例中专业术语的组合和专业术语的排列均为数学上通用的排列组合的含义。
在步骤S4中,预设数量通常为n1×n2……×nm。具体地,例如,反馈信息识别出3个关键词,每个关键词对应一个专业术语数组共3个专业术语数组,每个专业术语数组中均包含2个专业术语,则预设数量为2×2×2=6。
S5:呈现所有专业语句,接收第一指令以判断是否从所述专业语句中选取与反馈意见相符合的一条专业语句作为反馈意见,若是,则将该专业语句进行提交以反馈信息。
如果用户觉得呈现的专业语句不能充分表达用户的意思,则按用户自己组织的语言提交反馈信息,即按未被专业术语替代的反馈意见直接提交。
一种存储介质,所述存储介质中存储有程序,所述程序被执行时用于实现如上所述的方法的步骤。
一种终端设备,包括:
接收器:其用于接收反馈信息;
存储器:其用于存储程序;
处理器:其用于执行存储器中的程序以实现如上所述的方法的步骤。
虽然已经参考优选实施例对本发明进行了描述,但在不脱离本发明的范围的情况下,可以对其进行各种改进并且可以对其中部分或者全部技术特征进行等同替换。尤其是,只要不存在逻辑或结构冲突,各个实施例中所提到的各项技术特征均可以任意方式组合起来。本发明并不局限于文中公开的特定实施例,而是包括落入权利要求的范围内的所有技术方案。
Claims (8)
1.一种基于模糊识别的意见反馈的方法,其特征在于,包括以下步骤:
S1:接收反馈意见,分析所述反馈意见以得到m个关键词,获取每一个关键词与专业术语的相似度;
S2:针对第i个关键词,根据相似度选取由ni个专业术语构成的一个专业术语数组(ti1,ti2,…,tini);
S3:分别从每一个专业术语数组中选取一个专业术语构成专业术语单元,将选取到的专业术语排列成专业语句;
S4:判断专业术语单元的数量是否达到预设数量,若否,则执行步骤S3;若是,则执行步骤S5;
S5:呈现所有专业语句,接收第一指令以判断是否从所述专业语句中选取与反馈意见相符合的一条专业语句作为反馈意见,若是,则将该专业语句进行提交以反馈信息;
其中,所述预设数量为大于1且小于或等于n1×n2……×nm,专业术语组合相同的多个专业术语单元按一个专业术语单元计算;
m和ni均为大于或等于1的自然数;
1≤i≤m。
2.根据权利要求1所述的方法,其特征在于,步骤S2包括:
S21:对所有关键词中的每一个关键词,根据相似度的大小选取由多个专业术语构成的一个专业术语数组,选取到的专业术语的相似度中最小的相似度大于未选取到的专业术语的相似度中最大的相似度。
3.根据权利要求2所述的方法,其特征在于,步骤S2包括:
在步骤S21后执行步骤S22:对所有关键词中的每一个关键词,呈现专业术语数组以便接收第二指令;
所述第二指令用于去除专业术语数组中的专业术语以保留专业术语数组中的多个专业术语或所述第二指令用于保留全部专业术语。
4.根据权利要求3所述的方法,其特征在于,步骤S2包括:
在步骤S22后执行步骤S23:对所有关键词中的每一个关键词,将app的功能和app应用的领域所对应的专业术语作为剪枝算法的条件,采用剪枝算法处理相似度数据以去除专业术语数组中的专业术语并保留专业术语数组中的多个专业术语。
5.根据权利要求1-4中任一项所述的方法,其特征在于,步骤S3中,将选取到的专业术语根据语法规则收敛以使选取的专业术语排列成一条专业语句。
6.根据权利要求1-4中任一项所述的方法,其特征在于,步骤S4中,所述预设数量为n1×n2……×nm。
7.一种存储介质,其特征在于,所述存储介质中存储有程序,所述程序被执行时用于实现如权利要求1-6中任一项所述的方法的步骤。
8.一种终端设备,其特征在于,包括:
接收器:其用于接收反馈信息;
存储器:其用于存储程序;
处理器:其用于执行存储器中的程序以实现如权利要求1-6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910668216.8A CN110378704B (zh) | 2019-07-23 | 2019-07-23 | 基于模糊识别的意见反馈的方法、存储介质和终端设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910668216.8A CN110378704B (zh) | 2019-07-23 | 2019-07-23 | 基于模糊识别的意见反馈的方法、存储介质和终端设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110378704A CN110378704A (zh) | 2019-10-25 |
CN110378704B true CN110378704B (zh) | 2021-10-22 |
Family
ID=68255274
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910668216.8A Active CN110378704B (zh) | 2019-07-23 | 2019-07-23 | 基于模糊识别的意见反馈的方法、存储介质和终端设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110378704B (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103092979A (zh) * | 2013-01-31 | 2013-05-08 | 中国科学院对地观测与数字地球科学中心 | 遥感数据检索自然语言的处理方法及装置 |
CN104516986A (zh) * | 2015-01-16 | 2015-04-15 | 青岛理工大学 | 一种语句识别方法及装置 |
CN105512118A (zh) * | 2014-09-22 | 2016-04-20 | 珠海金山办公软件有限公司 | 一种反馈用户需求的方法及装置 |
CN106326303A (zh) * | 2015-06-30 | 2017-01-11 | 芋头科技(杭州)有限公司 | 一种口语语义解析系统及方法 |
CN106446162A (zh) * | 2016-09-26 | 2017-02-22 | 浙江大学 | 一种面向领域的本体知识库文本检索方法 |
CN106528835A (zh) * | 2016-11-18 | 2017-03-22 | 百度在线网络技术(北京)有限公司 | 信息获取方法和装置 |
CN107621886A (zh) * | 2016-07-15 | 2018-01-23 | 北京搜狗科技发展有限公司 | 一种输入推荐方法、装置及电子设备 |
CN108491521A (zh) * | 2018-03-27 | 2018-09-04 | 国网河北省电力有限公司电力科学研究院 | 知识库语言转化方法及装置 |
CN108829896A (zh) * | 2018-06-29 | 2018-11-16 | 北京百度网讯科技有限公司 | 回复信息反馈方法和装置 |
US10275522B1 (en) * | 2015-06-11 | 2019-04-30 | State Farm Mutual Automobile Insurance Company | Speech recognition for providing assistance during customer interaction |
CN109712618A (zh) * | 2018-12-06 | 2019-05-03 | 珠海格力电器股份有限公司 | 一种语音服务的控制方法、装置、存储介质及空调 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6862566B2 (en) * | 2000-03-10 | 2005-03-01 | Matushita Electric Industrial Co., Ltd. | Method and apparatus for converting an expression using key words |
US20130097202A1 (en) * | 2011-10-12 | 2013-04-18 | Google Inc. | Method and System for Providing Opinion Queries to Users |
KR101449551B1 (ko) * | 2011-10-19 | 2014-10-14 | 한국전자통신연구원 | 유사문장 검색 장치 및 방법, 유사문장 검색 방법을 실행시키기 위한 프로그램이 기록된 기록매체 |
CN104750699B (zh) * | 2013-12-25 | 2019-05-03 | 伊姆西公司 | 用于管理意见数据的方法和设备 |
US10592541B2 (en) * | 2015-05-29 | 2020-03-17 | Intel Corporation | Technologies for dynamic automated content discovery |
CN106649786B (zh) * | 2016-12-28 | 2020-04-07 | 北京百度网讯科技有限公司 | 基于深度问答的答案检索方法及装置 |
-
2019
- 2019-07-23 CN CN201910668216.8A patent/CN110378704B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103092979A (zh) * | 2013-01-31 | 2013-05-08 | 中国科学院对地观测与数字地球科学中心 | 遥感数据检索自然语言的处理方法及装置 |
CN105512118A (zh) * | 2014-09-22 | 2016-04-20 | 珠海金山办公软件有限公司 | 一种反馈用户需求的方法及装置 |
CN104516986A (zh) * | 2015-01-16 | 2015-04-15 | 青岛理工大学 | 一种语句识别方法及装置 |
US10275522B1 (en) * | 2015-06-11 | 2019-04-30 | State Farm Mutual Automobile Insurance Company | Speech recognition for providing assistance during customer interaction |
CN106326303A (zh) * | 2015-06-30 | 2017-01-11 | 芋头科技(杭州)有限公司 | 一种口语语义解析系统及方法 |
CN107621886A (zh) * | 2016-07-15 | 2018-01-23 | 北京搜狗科技发展有限公司 | 一种输入推荐方法、装置及电子设备 |
CN106446162A (zh) * | 2016-09-26 | 2017-02-22 | 浙江大学 | 一种面向领域的本体知识库文本检索方法 |
CN106528835A (zh) * | 2016-11-18 | 2017-03-22 | 百度在线网络技术(北京)有限公司 | 信息获取方法和装置 |
CN108491521A (zh) * | 2018-03-27 | 2018-09-04 | 国网河北省电力有限公司电力科学研究院 | 知识库语言转化方法及装置 |
CN108829896A (zh) * | 2018-06-29 | 2018-11-16 | 北京百度网讯科技有限公司 | 回复信息反馈方法和装置 |
CN109712618A (zh) * | 2018-12-06 | 2019-05-03 | 珠海格力电器股份有限公司 | 一种语音服务的控制方法、装置、存储介质及空调 |
Non-Patent Citations (3)
Title |
---|
基于模糊匹配的招聘网页技能术语抽取研究;孙瑜;《信息技术与信息化》;20181125;第172~177页 * |
基于综合模糊相似度的云制造需求-服务双向匹配;胡雨;《计算机应用与软件》;20171115;第26~33页 * |
智能问答系统的设计与实现;邢超;《中国优秀硕士学位论文全文数据库 信息科技辑》;20151031;第7~8、24~26页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110378704A (zh) | 2019-10-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9405427B2 (en) | Adaptive user interface using machine learning model | |
EP2581843B1 (en) | Bigram Suggestions | |
CN110245221B (zh) | 训练对话状态跟踪分类器的方法和计算机设备 | |
KR20200014510A (ko) | 기계 학습 기반의 예측 서비스 제공 방법 및 그 장치 | |
WO2018158385A1 (en) | Psychotherapy triage method | |
US20190392824A1 (en) | Voice conversation method and system with enhanced word features | |
US20220108080A1 (en) | Reinforcement Learning Techniques for Dialogue Management | |
CN102591985A (zh) | 与搜索框关联的查询重构 | |
US10496651B2 (en) | User recommendation generation | |
CN116303949B (zh) | 一种对话处理方法、系统、存储介质及终端 | |
US20190228297A1 (en) | Artificial Intelligence Modelling Engine | |
JP7031462B2 (ja) | 分類プログラム、分類方法、および情報処理装置 | |
CN112687266A (zh) | 语音识别方法、装置、计算机设备和存储介质 | |
CN110378704B (zh) | 基于模糊识别的意见反馈的方法、存储介质和终端设备 | |
CN117332065A (zh) | 基于大语言模型关联词联想的咨询方法、系统及终端 | |
US11263251B2 (en) | Method for determining output data for a plurality of text documents | |
EP4322066A1 (en) | Method and apparatus for generating training data | |
US11947577B2 (en) | Auto-completion based on content similarities | |
CN112420034B (zh) | 语音识别的方法、系统、电子装置和存储介质 | |
US11335434B2 (en) | Feature selection for efficient epistasis modeling for phenotype prediction | |
US20140258302A1 (en) | Information retrieval device and information retrieval method | |
US11768852B2 (en) | System and method for data analysis and presentation of data | |
CN114186706A (zh) | 基于整数规划的法院案件均衡分配方法、系统及电子设备 | |
CN115552414A (zh) | 用于文本分类的装置和方法 | |
CN114118882B (zh) | 基于组合模型的服务数据处理方法、装置、设备和介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |