[发明专利]信息处理程序、信息处理方法以及信息处理装置在审
| 申请号： | 202080105588.0 | 申请日： | 2020-10-30 |
| 公开（公告）号： | CN116324791A | 公开（公告）日： | 2023-06-23 |
| 发明（设计）人： | 片冈正弘;岩本昭次;川名贤治 | 申请（专利权）人： | 富士通株式会社 |
| 主分类号： | G06F40/30 | 分类号： | G06F40/30 |
| 代理公司： | 北京三友知识产权代理有限公司 11127 | 代理人： | 黄志坚 |
| 地址： | 日本神奈*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 信息处理装置通过对输入文本执行词素解析而将输入文本分割为多个单词。信息处理装置基于定义了按照每个含义划分而区分的多义词与单词的类别的共现率的共现率表、以及输入文本中包含的多个单词，确定输入文本中包含的多个单词中的多义词和多义词的含义划分。信息处理装置对输入文本中包含的多义词分配与多义词的含义划分相应的向量。 | ||
| 搜索关键词： | 信息处理 程序 方法 以及 装置 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于富士通株式会社，未经富士通株式会社许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202080105588.0/，转载请声明来源钻瓜专利网。
- 同类专利
- 用于辅助系统的使用语音和手势输入的文本编辑-202280019144.4
- 加布里埃尔·凯瑟琳·莫斯基;克里斯托弗·E·巴尔梅斯;贾斯汀·丹尼;甘鑫;伊拉娜·奥利·沙洛维茨;普一鸣 - 元平台公司
- 2022-03-03 - 2023-10-17 - G06F40/30
- 在一个实施例中，一种方法包括：通过客户端系统的用户界面，呈现基于在客户端系统处接收的用户话语的、包括多个n元语法的文本消息；在客户端系统处接收编辑文本消息的第一用户请求；通过用户界面呈现被可视地划分成多个块的文本消息，其中，每个块包括文本消息的多个n元语法中的一个或多个n元语法，并且每个块中的多个n元语法相对于彼此是连续的，并且基于由自然语言理解(NLU)模块对文本消息的分析而被分组在该块内；在所述客户端系统处接收编辑多个块中的一个或多个块的第二用户请求；以及通过所述用户界面呈现基于第二用户请求生成的、编辑后的文本消息。
- 自动记忆内容项配置-202180094715.6
- 塔利·兹维;马欣·索海尔;朴玄彬;张欣悦 - 元平台技术有限公司
- 2021-12-14 - 2023-10-10 - G06F40/30
- 自动记忆系统可以自动地识别并呈现与用户的自然语言(NL)输入相匹配的内容项。该自动记忆系统可以计算该NL输入与多个潜在记忆内容项中的各个记忆内容项之间的匹配分数。该自动记忆系统可以使用各种算法和/或机器学习模型来计算匹配分数，例如使用图像/NL匹配过程来获得第一匹配分数，使用标签匹配过程来获得第二匹配分数，和/或根据第一匹配分数和第二匹配分数获得组合匹配分数。该自动记忆系统可以选择多个内容项中具有一个或多个最高匹配分数的一个或多个内容项。该自动记忆系统可以例如通过向NL提供用户推荐内容项、自动显示或播放内容项、将内容项插入到对话线程中等，来提供所选择的内容项。
- 修改航运系统订舱数据的方法及相关电子装置-202280012056.1
- A·圣瓦里亚;S·K·钦纳姆加里;V·S·贾达夫 - 马士基有限公司
- 2022-01-28 - 2023-10-03 - G06F40/30
- 公开了一种由电子装置执行的用于修改航运系统的订舱数据的方法。所述方法包括获得文本数据集。所述方法包括基于文本数据集和实体提取模型来确定包括实体参数和第一修改参数的修改集。第一修改参数与第一置信度参数相关联。所述方法包括基于修改集输出用于修改订舱的修改输出。
- 用于在联络中心中动态自适应路由可延期工作的方法和系统-202180066349.3
- B·维卡索诺;T·汉弗莱斯;W·达蒂利奥;J·谢;A·陈 - 吉尼赛斯云服务有限公司
- 2021-09-30 - 2023-09-12 - G06F40/30
- 本发明提供了一种用于优化联络中心中的可延期工作交互的工作流的方法，该方法包括：提供NLP模型和优先级模型；使用从接收到的可延期工作交互导出的文本作为对这些NLP模型的输入，以生成NLP分数；使用LP分数作为对该优先级模型的输入，以生成优先级分数；识别座席中的用于处理这些可延期工作交互的候选座席；接收入站工作预测；接收座席工作调度数据；使用优化过程来生成针对这些可延期工作交互的经优化的工作流，其中该经优化的工作流包括分配，其中选择来自这些候选座席中的座席来处理该可延期工作交互并且调度用于处理的目标时间帧；以及根据该经优化的工作流的这些分配来路由这些可延期工作交互。
- 跨语言装置和方法-202180091313.0
- 米兰·格瑞塔 - 华为技术有限公司
- 2021-01-29 - 2023-09-12 - G06F40/30
- 描述了一种用于在源语言与至少一种目标语言之间进行跨语言训练的装置(500)和方法(400)。所述方法包括：接收(401)多个输入数据元素，所述多个输入数据元素中的每一个包括所述源语言的第一语言表达式(204)和所述目标语言的第二语言表达式(205)，所述第一语言表达式和所述第二语言表达式在各自语言中具有对应的含义；通过重复执行以下步骤来训练神经网络模型(208)：i.选择(402)所述多个输入数据元素中的一个；ii.通过所述神经网络模型获得(403)所述选择的输入数据元素的所述第一语言表达式的第一表示；iii.通过所述神经网络模型获得(404)所述选择的输入数据元素的所述第二语言表达式的第二表示；iv.根据所述神经网络模型对所述第一语言表达式的性能，形成(405)第一损失；v.形成(406)指示所述第一表示与所述第二表示之间的相似性的第二损失；vi.根据所述第一损失和所述第二损失，自适应(407)所述神经网络模型。这可以提高模型在跨语言自然语言理解和分类任务中的性能。
- 用于执行可定制的聊天机器人的可配置对话引擎-202180066740.3
- 杨欣怡;谢天;熊蔡明;刘文昊;王欢;桥本和真;周英波;叶旭刚;瞿金;吴飞鸿 - 硕动力公司
- 2021-01-16 - 2023-08-29 - G06F40/30
- 一种对话引擎使用针对执行可使用在线系统执行的一组任务而定制的聊天机器人与用户进行对话。对话引擎加载聊天机器人配置，聊天机器人配置指定了聊天机器人的行为，包括可由聊天机器人执行的任务，与每个任务相关的实体类型等。对话可以基于语音并使用自然语言。对话引擎可以加载不同的聊天机器人配置来实现不同的聊天机器人。对话引擎接收对话引擎配置，其指定了对话引擎跨多个聊天机器人的行为。该系统可以是允许为每个租户定制聊天机器人的多租户系统。
- 用于自然语言处理的域外数据扩充-202180079961.4
- E·L·贾拉勒丁;V·比什诺伊;T·L·杜翁;M·E·约翰逊;P·扎雷穆迪;G·辛格拉朱;徐莹;V·布利诺夫;洪宇衡 - 甲骨文国际公司
- 2021-11-29 - 2023-08-22 - G06F40/30
- 用于针对在自然语言处理中训练聊天机器人系统进行域外数据扩充的技术。在一个特定方面，提供了一种方法，该方法包括：接收训练话语集，所述训练话语集用于训练机器学习模型以识别一个或多个话语的一个或多个意图；利用域外(OOD)示例来扩充该训练话语集。扩充包括：生成OOD示例数据集，从该OOD示例数据集中过滤掉OOD示例，确定保留在过滤后的OOD示例数据集内的每个OOD示例的难度值，以及基于每个OOD的难度值生成经扩充的话语批，该经扩充的话语批包括来自训练话语集的话语和来自过滤后的OOD数据集的话语。此后，根据课程式训练协议使用该经扩充的话语批来训练该机器学习模型。
- 电子装置及其控制方法-202180069620.9
- 李范锡;韩孝姃;萨蒂什·因杜蒂;穆赫德·阿巴斯·扎伊迪;尼基勒·库马尔 - 三星电子株式会社
- 2021-09-09 - 2023-06-30 - G06F40/30
- 提供了一种电子装置。该电子装置包括扬声器、存储至少一个指令的存储器、以及与存储器电连接的处理器。处理器被配置为通过执行该指令以：将第一文本输入到第一神经网络模型中，并且获取与第一文本对应的第一翻译文本；将第一翻译文本输入到第二神经网络模型中，并且获取与第一翻译文本对应的第一意译文本；基于第一文本和第一意译文本，识别第一意译文本是否能被输出；根据识别结果，控制扬声器输出第一意译文本，基于在第一文本之后接收到的第二文本，将第一文本和第二文本输入到第一神经网络模型中，并且获取与第一文本和第二文本对应的第二翻译文本；以及将识别结果和第二翻译文本输入到第二神经网络模型中，并且获取与第二翻译文本对应的第二意译文本。
- 信息处理程序、信息处理方法以及信息处理装置-202080105588.0
- 片冈正弘;岩本昭次;川名贤治 - 富士通株式会社
- 2020-10-30 - 2023-06-23 - G06F40/30
- 信息处理装置通过对输入文本执行词素解析而将输入文本分割为多个单词。信息处理装置基于定义了按照每个含义划分而区分的多义词与单词的类别的共现率的共现率表、以及输入文本中包含的多个单词，确定输入文本中包含的多个单词中的多义词和多义词的含义划分。信息处理装置对输入文本中包含的多义词分配与多义词的含义划分相应的向量。
- 用于数据分析的对话式自然语言界面-202180048497.2
- 瑞恩·安德鲁·阿塔拉;贾瑞德·布里斯克曼;索菲亚·陈;段苏阳;希子·石田·阿诺纽埃沃 - 塔谱软件有限责任公司
- 2021-07-08 - 2023-03-10 - G06F40/30
- 计算系统从消息传递系统接收识别数据源的第一输入。计算系统从消息传递系统接收指定与数据源相关的自然语言命令的第二输入。该系统将第二输入转换为用于从数据源建立第一数据可视化的一组参数。系统调用由数据可视化服务器提供的一个或更多个API函数，并且计算系统从数据可视化服务器接收包括来自数据源的数据字段的第一子集的第一数据可视化。该系统生成第一数据可视化的表示并将该表示发送到消息传递系统，该消息传递系统转而将该表示发送到电子设备以在该设备上显示。
- 经由自动化助理交互的文档创建和编辑-202080101564.8
- 维克托·克尔布内;马修·谢里菲 - 谷歌有限责任公司
- 2020-12-14 - 2023-03-07 - G06F40/30
- 本文阐述的实施方式涉及允许用户创建、编辑和/或共享文档而不直接与文档编辑应用对接的自动化助理。用户可以向自动化助理提供输入，以便使得自动化助理与文档编辑应用对接并且创建文档。为了识别关于文档执行的特定动作和/或识别用于指导动作的文档内的特定子部分，自动化助理可以依赖于语义注释。当用户继续与自动化助理交互以编辑文档时，可以根据文档正如何改变和/或用户如何指涉文档来更新语义注释。这可以允许自动化助理更容易地履行可能缺少表达细节的文档相关请求。
- 使用规范话语用于文本或话音通信-202080101794.4
- 丹尼尔·卡里;艾林·霍夫曼-约翰;安娜·吉普尼斯 - 谷歌有限责任公司
- 2020-06-11 - 2023-01-31 - G06F40/30
- 存储器存储表示规范话语集合的信息。处理器接收表示来自应用的第一用户的话语的信息，并且基于对来自第一用户的话语和规范话语集合的语义比较从规范话语集合中选择规范话语。语义比较包括能够由语义自然语言处理机器学习模型执行的语义检索和语义相似性操作。处理器向应用的第二用户呈现规范话语，代替呈现来自第一用户的话语。在一些情况下，处理器利用规范话语集合中的规范话语替换文本流或话音聊天中来自用户的话语。
- 用于处置聊天机器人的不平衡训练数据的分批技术-202180026697.8
- T·L·杜翁;M·E·约翰逊;V·比什诺伊;S·文纳科塔;洪宇衡;E·L·贾拉勒丁 - 甲骨文国际公司
- 2021-03-30 - 2022-12-16 - G06F40/30
- 本公开涉及聊天机器人系统，并且更具体地，涉及用于在训练模型时处置不平衡的训练数据的分批技术，从而在执行推理时去除经训练的机器学习模型中的偏向性。在实施例中，获取多个原始话语。确定偏向性消除分布，并且根据偏向性减少分布对多个原始话语的子集进行分批。可以将所得的无偏训练数据输入到预测模型中以训练预测模型。可以获取经训练的预测模型并将其用于根据经训练的预测模型接收的新输入来预测无偏的结果。
- 用于对话管理的系统和方法-202080079378.9
- M·奥尔;N·伯恩斯;F·I·怀斯 - 格林伊登美国控股有限责任公司
- 2020-11-20 - 2022-07-08 - G06F40/30
- 本发明提出了一种由对话管理器执行会话中的对话回合的计算机实现的方法，该计算机实现的方法包括：接收来自用户的与任务相关联的输入；将输入传递到第一任务路径上的NLU引擎；接收与任务相关联的可能意图列表，其中可能意图列表包括针对可能意图中的每个可能意图的相关联的置信度；应用对来自NLU引擎的置信度的情景感知重新评分，其中将权重应用于用户的当前活动的一个或多个任务；基于重新评分后的置信度选择意图；基于确认的意图确定意图层级结构中的新任务路径；确认所选择的意图和相关联的槽位；以及为意图层级结构中的新任务路径选择应答流程并执行该应答流程。
- 事件抽取和抽取模型训练的方法和装置、设备、介质-202080002135.5
- 王炳乾;宿绍勋;梁天新 - 京东方科技集团股份有限公司
- 2020-09-28 - 2022-06-03 - G06F40/30
- 本公开提供的事件抽取的方法包括：用预设的抽取模型处理对象文本，确定对象文本的事件信息；其中，所述事件信息包括事件元素，以及所述事件元素对应的事件类型和角色；所述抽取模型包括分类层、输出层；所述分类层配置为确定所述对象文本的字符的字符属性；所述字符属性包括字符是否为每个事件类型和每个角色的事件元素的起始字符，以及字符是否为每个事件类型和每个角色的事件元素的终止字符；所述输出层配置为根据所述字符的字符属性确定事件元素，以及确定所述事件元素对应的事件类型和角色。
- 使用医疗线索的情感检测-202080029707.9
- 包胜华;刘贤莺;刘楠;绍彤楷;R·冈加达雷阿;王丰 - 国际商业机器公司
- 2020-06-03 - 2021-11-30 - G06F40/30
- 提供了用于实现情感分析机制的机制，所述情感分析机制用于基于医疗上下文对医疗文档内的医疗事件和药物名称执行情感分析。情感分析机制分析医疗文档以识别与药物名称相关联的医疗事件的发生，并且分析与医疗事件的发生相关联的上下文内容和药物名称以识别上下文内容中存在的一个或多个情感术语。情感分析机制确定与医疗事件和药物名称相关联的情感。情感分析机制生成将情感与医疗事件和对应于药物名称的药物相联系的医疗线索元数据，并将医疗线索元数据应用于其他医疗文档的分析，以识别与其他医疗文档中的药物名称或医疗事件的实例相关联的情感。
- 语义模型实例化方法、系统和装置-201980008609.4
- 李婧;张瑞国;司伟平 - 西门子股份公司
- 2019-06-28 - 2021-03-05 - G06F40/30
- 本发明提供了语义模型实例化方法、系统和装置，其中，包括如下步骤：S1，接收一个基于本体的语义模型，解析该语义模型并将所述语义模型转化为特征向量集合，其中，所述特征向量表征本体的类型、属性以及所述属性之间的关系；S3，导入一个半结构化文件，基于所述语义模型的语义向量将所述半结构化文件转化为关键词向量；S4，比较所述语义向量和所述关键词向量的相关性，并识别对应于所述语义向量的关键词向量。本发明能够极大地减少构建知识图谱的工作量和花费，并加速了基于知识的便捷服务。
- 专利分类
