[发明专利]一种基于神经网络的自学习语义检测方法及系统无效
| 申请号： | 201210505765.1 | 申请日： | 2012-11-30 |
| 公开（公告）号： | CN103853701A | 公开（公告）日： | 2014-06-11 |
| 发明（设计）人： | 苏青;苗光胜;牛温佳;唐晖;慈松;谭红艳 | 申请（专利权）人： | 中国科学院声学研究所;华数传媒网络有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27 |
| 代理公司： | 北京法思腾知识产权代理有限公司 11318 | 代理人： | 杨小蓉;杨青 |
| 地址： | 100190 *** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于神经网络的自学习语义检测方法及系统，所述方法包含：步骤101）导入字典库对待识别的文件名分词，获得文件名中的关键词，基于贝叶斯算法计算每个关键词的概率项；且所述概率项基于对文件名良或不良的判断结果的分析获取；步骤102）获取所有关键词对应的在良语义字符串名中出现的概率之积与良语义字符串名的先验概率的乘积；和所有关键词对应的在不良语义字符串名中出现的概率之积与不良语义字符串名的先验概率的乘积；步骤103）比较上述两个乘积，如果良语义字符串的乘积项大于不良语义字符串的乘积项，则该字符串是良语义的，反之则是不良语义的，将判决结果存入到存储介质中。 | ||
| 搜索关键词： | 一种 基于 神经网络 自学习 语义 检测 方法 系统 | ||
【主权项】：
一种基于神经网络的自学习语义检测方法，所述方法包含：步骤101）导入字典库对待识别的文件名分词，获得文件名中的关键词，基于贝叶斯算法计算每个关键词的概率项；且所述概率项基于对文件名良或不良的判断结果的分析获取；步骤102）获取所有关键词对应的在良语义字符串名中出现的概率之积和良语义字符串名的先验概率，并将上述两个参量值相乘得到第一乘积；并获取所有关键词对应的在不良语义字符串名中出现的概率之积和不良语义字符串名的先验概率，并将两个参量相乘得到第二与的乘积；步骤103）比较第一乘积与第二乘积的大小，如果第一乘积项大于第二乘积项，则该字符串是良语义的，反之则是不良语义的，将判决结果存入到存储介质中。
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中国科学院声学研究所;华数传媒网络有限公司，未经中国科学院声学研究所;华数传媒网络有限公司许可，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/patent/201210505765.1/，转载请声明来源钻瓜专利网。
- 上一篇：玻璃钢制品的加强筋
- 下一篇：一种生成二维码的方法和装置
