[发明专利]一种基于语义模型的手写输入的优化方法、系统及介质有效
申请号: | 202110558066.2 | 申请日: | 2021-05-21 |
公开(公告)号: | CN113313001B | 公开(公告)日: | 2023-10-10 |
发明(设计)人: | 张涛;索春宝;胡焱;牛鹏 | 申请(专利权)人: | 浪潮金融信息技术有限公司 |
主分类号: | G06V30/32 | 分类号: | G06V30/32;G06V30/19 |
代理公司: | 北京权智天下知识产权代理事务所(普通合伙) 11638 | 代理人: | 王新爱 |
地址: | 215100 江苏省苏州*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 语义 模型 手写输入 优化 方法 系统 介质 | ||
1.一种基于语义模型的手写输入的优化方法,其特征在于,包括以下步骤:
获取个体语音输入的数据和应用场景,根据个体语音输入的数据创建语义模型;
将所述个体语音输入的应用场景与所述语义模型建立映射关系;
根据所述映射关系对所述语义模型执行分类操作,根据所述分类操作结果提取若干句向量;
配置权重关系,根据所述权重关系,对所述句向量拆分,生成若干词向量;
获取个体手写操作,根据所述词向量与所述句向量的权重关系,对所述个体手写操作执行关联推荐。
2.根据权利要求1所述的基于语义模型的手写输入的优化方法,其特征在于:所述获取个体语音输入的数据和应用场景,根据个体语音输入的数据创建语义模型的步骤进一步包括:
配置第一阈值和阈值区间,对所述个体语音输入的数据执行数据特性解析操作,将满足所述第一阈值的所述数据作为特性向量;
提取所述特性向量创建语义模型。
3.根据权利要求2所述的基于语义模型的手写输入的优化方法,其特征在于:所述将所述个体手写输入的应用场景与所述语义模型建立映射关系的步骤进一步包括:
获取所述应用场景的所述特性向量,将所述特性向量及对应的应用场景和语义模型建立映射关系。
4.根据权利要求2所述的基于语义模型的手写输入的优化方法,其特征在于:所述根据所述映射关系对所述语义模型执行分类操作,根据所述分类操作结果提取若干句向量的步骤进一步包括:
在时间域和空间域内计算所述句向量的使用次数,根据所述句向量的使用次数所在的阈值区间执行分类操作;
所述阈值区间包括第一区间、第二区间和第三区间,根据所述句向量的阈值区间所在的区间,分类执行句向量推荐策略、词向量推荐策略或者联想推荐策略操作。
5.根据权利要求4所述的基于语义模型的手写输入的优化方法,其特征在于:所述执行句向量推荐策略的步骤进一步包括:若所述句向量的阈值区间为第一区间,则将所述句向量作为高频句向量,标识所述高频句向量的句首的为高频词向量,当所述个体手写输入触发所述高频词向量时,为所述个体推荐所述句首对应的所述高频句向量。
6.根据权利要求5所述的基于语义模型的手写输入的优化方法,其特征在于:所述执行词向量推荐策略的步骤进一步包括:若所述句向量的阈值区间为第二区间,则将所述句向量作为中频句向量,将所述中频句向量拆分为若干词向量并作为中频词向量,当所述个体手写输入触发所述中频词向量时,为所述个体推荐对应所述中频句向量的所述中频词向量。
7.根据权利要求6所述的基于语义模型的手写输入的优化方法,其特征在于:所述联想推荐策略的步骤进一步包括:若所述句向量的阈值区间为第三区间,则将所述句向量作为低频句向量,将所述低频句向量拆分为若干词向量并作为低频词向量,当所述个体手写输入触发所述低频词向量时,为所述个体推荐与所述低频词向量关联的所述中频词向量。
8.根据权利要求7所述的基于语义模型的手写输入的优化方法,其特征在于:所述分别执行句向量推荐策略、词向量推荐策略或者联想推荐策略的步骤进一步包括:根据执行所述句向量推荐策略、词向量推荐策略或者联想推荐策略的次数对所述语义模型执行无监督自适应训练。
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浪潮金融信息技术有限公司,未经浪潮金融信息技术有限公司许可,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/pat/books/202110558066.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种医院多码合一支付的方法、系统及介质
- 下一篇:一种废弃电子元器件回收设备