百科技术库 各行业技术资料 - 百科资料网
欢迎来到百科技术库 各行业技术资料 - 百科资料网！ [免费注册] | [登录] 微信快捷登录 QQ登录 微博登录 | 帮助中心 各行业技术应有尽有！

热门搜索： 干粉砂浆 填缝剂 瓷砖胶 水溶肥 切削液 聚氨酯发泡 丙烯酸乳液

全国服务热线 13310018778

栏目导航

A、生活必需 >

A、生活必需

A01 农林牧渔 A21 烘烤烘焙 A22 肉品加工 A23 食品饮料 A24 烟草 A41 服装 A42 帽类 A43 鞋类
A44 服饰配件；珠宝 A45 手携物品；旅行品 A46 刷类制品 A47 家具；家庭用品 A61 医疗 A62 救生；消防 A63 运动；娱乐
B、作业运输 >

B、作业运输

B01 沸腾 分离 混合 实验设备 B02 破碎 磨粉 粉碎 B03 分选 浮选 B04 离心装置 B05 喷射 雾化 B06 机械振动 B07 固体分离；分选
B08 清洁 B09 固废处理 B21 金属加工；金属冲压 B22 铸造；粉末冶金 B23 机床 金属加工 B24 磨削；抛光 B25 手动工具 B26 切割工具
B27 木材加工 B28 水泥 黏土 石料 B29 塑料加工 B30 压力机 B31 纸品加工 B32 层状产品 B41 印刷；排版机 B42 装订；印刷品
B43 书写绘图器具；办公用品 B44 装饰艺术 B60 一般车辆 B61 铁路 B62 无轨陆用车辆 B63 船舶 B64 飞行器；航空 B65 输送；包装；贮存 B66 卷扬；提升；牵引 B67 瓶子 罐 容器 B68 鞍具；家具罩面 B81 微观结构技术 B82 超微技术
C、化学冶金 >

C、化学冶金

C01 无机化学 C02 废水污泥 C03 玻璃；矿棉 C04 水泥；混凝土；人造石；陶瓷；耐火材料 C05 肥料 C07 有机化学 C08 有机高分子化合物
C09 染料；涂料；抛光剂；天然树脂；黏合剂 C10 石油 煤气；燃料；润滑剂 C11 动物或植物油；蜡；洗涤剂 C12 生物化学；酒；醋；微生物学
C13 糖工业 C14 皮革 C21 铁的冶金 C22 冶金；合金 C23 金属镀覆 C25 电解电泳 C30 晶体生长 C40 组合技术
D、纺织造纸 >

D、纺织造纸

D01 纤维；纺纱 D02 纱线 D03 织造 D04 编织；针织 D05 缝纫；绣花 D06 织物处理；洗涤 D07 绳；缆索 D21 造纸；纤维素
E、固定建筑 >

E、固定建筑

E01 道路 铁路 桥梁 E02 水利工程 E03 给水排水 E04 建筑物 E05 锁；钥匙；门窗零件；保险箱 E06 门窗；梯子 E21 钻矿；采矿
F、机械工程 >

F、机械工程

F01 发动机；蒸汽机 F02 燃烧发动机 F03 液力发动机；风力 弹力或重力发动机 F04 液体变容机；液体泵或弹性流体泵
F15 液压；气动 F16 工程元件；绝热 F17 贮存 F21 照明 F22 蒸汽 F23 燃烧设备 F24 供热；炉灶；通风
F25 制冷；热泵；气体的液化或固化 F26 干燥 F27 炉；窑 F28 热交换
G、物理系列 >

G、物理系列

G01 测量；测试 G02 光学 G03 摄影术；电影术 G04 测时学 G05 控制；调节 G06 计算 G07 核算装置 G08 信号装置
G09 教育；密码术；广告 G10 乐器；声学 G11 信息存储 G12 仪器的零部件 G16 通信技术 G21 核物理；核工程
H、电学系列 >

H、电学系列

H01 基本电气元件 H02 发电 变电或配电 H03 基本电子电路 H04 电通信技术 H05 其他类目不包含的电技术
更多>>

人气分享

最新技术
文本处理方法、装置、设备以及存储介质
本申请实施例公开了一种文本处理方法、装置、设备以及存储介质,该方法适用于人工智能、大数据以及自然语言处理等领域。该方法包括：获取待评估文本集合,以及多个文本评估特征,待评估文本集合包括多个待评估文本；对多个待评估文本进行分类,得到多个文本集合；基于每个文本集合所包含的待评估文本的数量,确定多个文本集合中的目标文本集合；对于目标文本集合中的每个待评估文本,基于该待评估文本与多个文本评估特征的匹配度,确定该待评估文本的评估结果。采用本申请实施例,可提高文本处理效率,可准确对待评估文本进行评估,适用性高。
基于人机交互的语义解析方法、装置、设备及存储介质
本发明涉及人工智能,提供一种基于人机交互的语义解析方法、装置、设备及存储介质。该方法能够分析对话语句,得到输出向量,输出向量中包括语义向量,识别语义向量,得到意图向量,基于输出向量及意图向量分析语句分词,得到槽位特征,分析槽位特征,得到第一预测标签,压缩第一预设网络,得到第二预设网络,将对话语句输入至第二预设网络中,得到第二预测标签,根据第一、第二预测标签及槽位标签确定目标损失值,根据目标损失值调整第二预设网络中的参数,得到语义解析模型并输入待解析语句,得到语义信息。本发明能够在确保解析效率的前提下,准确的解析出语义信息。此外,本发明还涉及区块链技术,所述语义信息可存储于区块链中。
XML文本检测方法、装置、设备、存储介质、程序产品
本发明提供了一种XML文本检测方法,可用于金融系统领域,XML文本检测方法包括如下步骤：遍历所有交易配置XML文件；提取opstep节点id的属性值；对于多次出现的id值发出提示。通过设计一种基于xml文本的检测机制,针对多分支合并到主干分支的代码,在编译做版时进行检测。从根本上杜绝了存在多个opstep的id值相同的情况,也避免了合并后的代码存在未定义opstep的情况,无需开发人员进行检出发布分支代码然后进行检查,释放了人力,提高了工作效率,也从根本上提高了交易代码的正确性。本发明还提供了一种XML文本检测装置、设备、存储介质、程序产品。
刑期预测方法、装置、存储介质及电子设备
本发明公开了一种刑期预测方法、装置、存储介质及电子设备。其中,该方法基于案件的案情文书中包含的各个关键要素,利用已训练的刑期预测模型预测案件的刑期,从而为法官确定该案件的刑期提供了依据,降低了确定案件的刑期的复杂度,也减少了由于搜索相似案件来确定刑期所需耗费的大量人力资源。
文书在线编辑与生成系统、方法、设备、存储介质
本发明涉及一种文书在线编辑与生成的方法、系统、设备和存储介质。本申请实施例的方法可以包括：向数据库添加用户自定义的文书模板,并在所述数据库中对所述文书模板进行分类存储；从数据库中获取用户选定的文书模板,显示文书拟制界面并在所述文书拟制界面中显示所述文书模板的word文档,基于DSOFramer控件调用word接口对所述word文档的内容和/或格式进行编辑从而在线生成文书；将所述在线生成的文书存储至数据库；对所述数据库中的文书进行在线编辑。本申请实施例可大幅简化用户操作,提高文书在线生成与编辑的效率。
一种作业要领书生成方法及系统
本发明提供了一种作业要领书生成方法及系统,所述方法包括：获取企业基础数据和现场录像视频；根据所述企业基础数据对预设的作业要领书模板进行文字编辑,并根据所述现场录像视频对所述作业要领书模板进行视频编辑,继而生成得到作业要领书文件；在对所述作业要领书文件进行审核通过后生成关联二维码,并将所述作业要领书文件存储至数据库。通过实施本发明实施例,能够有效提高作业要领书的编制和版本更新效率和质量,且采用电子版作业要领书替代原有纸质版作业要领书,有效提高了查阅的便捷性,同时减少了对作业要领书进行管理时所耗费的人力物力并提高管理的效率,通过系统统一的数据管理和权限管理,大大提高了作业要领书文件管理的安全性。
一种项目工程生成方法、装置、计算机设备及存储介质
本申请实施例公开了一种项目工程生成方法、装置、计算机设备及存储介质。本方案设计一种命令行工具,通过指定指令触发命令行工具启动,用户自定义选择项目工程模板,然后通过命令行,交互式输入新项目工程配置文件的配置项信息,获取项目工程模板代码,根据配置信息和项目工程模板代码完成项目工程的创建,可以提高项目工程生成效率。
一种基于区块链填写文件的方法、系统、装置和存储介质
本申请涉及一种基于区块链填写文件的方法、系统、装置和存储介质,其中,该方法包括：基于部署在区块链上的智能合约,根据需求信息所描述的预设数据要素和预设可视化样式制作对应的模板文件,填写模板文件中的交互式表单域,生成版式文件,将版式文件编码后存储在区块链的节点账本中,通过本申请,解决了相关技术中版式文件的填写存在数据不安全和操作繁杂的问题,实现了直接通过区块链在模板文件上填写交互式表单,而不需要经过多系统进行反复操作,降低了用户的操作复杂度,减少了中间的流转环节,填写完成的版式文件直接和/或间接的通过区块链进行存储,基于区块链本身的不可篡改、可追溯机制,进一步保障信息安全和隐私。
手术文书生成方法、装置、计算机设备及存储介质
本发明实施例公开了一种手术文书生成方法,通过配置手术文书模板页面,从手术文书模板页面中选定手术文书区域；获取存储有当前手术基本信息的数据源,将数据源与基本信息区域对应的控件进行绑定,生成第一文书；获取通过手术过程监测系统采集到的当前手术的术中数据及对应的医护人员的标识；将术中数据填充至术中信息区域,生成第二文书；将医护人员的标识填充至签名区域,生成第三文书；基于第一文书、第二文书和第三文书生成手术文书,通过对各个文书区域进行数据自动填充,从而减少了医生在填写手术文书的参与度,大大提高了手术文书生成方法效率,方便医生更加专心应对手术。此外,还提出了一种手术文书生成装置、计算机设备及存储介质。
一种机器翻译引擎的构建方法、装置和设备
本发明公开一种机器翻译引擎的构建方法、装置和设备。其中,该方法包括：基于源端单语样本对语言模型进行训练得到源端语言模型和基于目标端单语样本对语言模型进行训练得到目标端语言模型,从而分别完成针对源端语言模型和目标端语言模型多任务训练学习,且通过语言模型强大的学习能力,结合单语样本中上下文知识,把大量的无标注的自然语言文本利用起来。然后分别将基础翻译模型的编码器与源端语言模型融合为机器翻译引擎的编码器,将基础翻译模型的解码器与目标端语言模型融合为机器翻译引擎的解码器,使得在垂直领域中大量的单语数据应用到翻译模型之中,不仅使大量的单语数据得到了有效的利用,而且强化了机器翻译引擎的编码器和解码器。

热门专题更多>>
技术分类