综合多特征和投票策略的教育资源引用分析方法、系统及介质

发明专利有效专利

申请号：
CN202010581318.9
IPC分类号：G06F16/35;G06K9/62;G06Q50/20
申请日期：
2020-06-23
申请人：
中国人民解放军国防科技大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	综合多特征和投票策略的教育资源引用分析方法、系统及介质
申请号	CN202010581318.9	申请日期	2020-06-23
法律状态	实质审查	申报国家	中国
公开/公告日	2020-09-01	公开/公告号	CN111611392A
优先权	暂无	优先权号	暂无
主分类号	G06F16/35	IPC分类号	G;0;6;F;1;6;/;3;5;;;G;0;6;K;9;/;6;2;;;G;0;6;Q;5;0;/;2;0查看分类表>
申请人	中国人民解放军国防科技大学	申请人地址	湖南省长沙市开福区砚瓦池正街47号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	中国人民解放军国防科技大学	当前权利人	中国人民解放军国防科技大学
发明人	李莎莎;王攀成;周海芳;唐晋韬;王挺;陈凤;庞焜元
代理机构	湖南兆弘专利事务所（普通合伙）	代理人	谭武艺

摘要

本发明公开了一种综合多特征和投票策略的教育资源引用分析方法、系统及介质，本发明方法包括生成目标教育资源的引文的多特征，多特征包括引文的词袋特征、启发式特征及文本结构特征；将引文的多特征输入预先训练好的多个分类器得到分类结果，分类结果为意图分类结果或极性分类结果；将多个分类器得到的分类结果采用投票策略得到最终的分类结果，最终的分类结果为意图分类结果、或极性分类结果、或意图分类结果和极性分类结果。本发明能够克服现有技术中对引文信息捕获不充分，建模不全面，且分类器预测能力有限的缺陷，能够提高引文意图和极性识别的准确率、实现对数据集的充分利用并且保证模型性能的客观准确性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供