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
异常数据获取方法、装置、设备及存储介质
本申请公开了异常数据获取方法、装置、设备及存储介质,涉及运维技术领域,方法包括：接收用户终端发送的第一消息,根据第一消息指示的咨询信息或问题投诉信息确定第一消息所符合的预设异常处理方式；预设异常处理方式包括第一异常处理方式或第二异常处理方式；根据所述预设异常处理方式从异常处理工具库中选择目标异常处理工具；对咨询信息或问题投诉信息进行分析,以确定与咨询信息或所述问题投诉信息匹配的目标预设查询字段；向目标异常处理工具输入目标预设查询字段,以从数据库中获取并展示与查询字段匹配的异常数据。本方案能够缩减对用户的咨询或投诉的响应流程,以及提高对用户的咨询或投诉的响应效率。
一种电力用户画像生成方法、装置、电子设备及存储介质
本发明公开了一种电力用户画像生成方法、装置、电子设备及存储介质,用于解决现有技术需要记录大量的用户使用日志,才能有效构建电力用户画像的技术问题。其中,方法包括：获取预设的电力文档的作者的当前评分；根据当前评分计算电力文档的初始文档评分；计算预设的电力用户针对电力文档的首个提问评分；根据首个提问评分计算电力用户的当前用户评分；在电力用户完成对电力文档的阅读后,通过当前用户评分和初始文档评分计算电力文档的更新文档评分；根据更新文档评分计算电力用户的更新用户评分；根据更新用户评分生成电力用户画像。
文本匹配方法、装置、设备及计算机可读存储介质
本申请提供了一种文本匹配方法、装置、设备及计算机可读存储介质,应用于人工智能技术领域；方法包括：接收每个客户端提交的搜索词；根据搜索词,使用文本匹配模型从预设文档资源库中匹配出至少一个匹配文档；文本匹配模型所使用的训练样本为历史搜索会话信息中历史搜索词与历史匹配文档组合得到的组合数据；训练样本的标注信息是通过图模型,计算出历史搜索词与历史匹配文档的向量表示,并基于向量表示对组合数据进行相关性的分类标注得到的；图模型由多个历史搜索会话信息构建得到；根据至少一个匹配文档生成搜索结果页面,将搜索结果页面对应推送到每个客户端进行显示。通过本申请能够提高生成训练样本的效率与文本匹配模型的准确性。
一种智能教练方法和装置、电子设备和存储介质
本发明涉及一种智能教练方法,包括：主动教练步骤和双向教练步骤；主动教练步骤为基于用户输入已知数据,在知识图谱中进行实体识别和关系识别后,采用启发教练技术对用户进行主动的教练式启发,发出多个开放式问题,用户基于开放式问题进行回答,并基于开放式问题整理思路,找到最终答案；双向教练步骤为用户输入已知数据后,用户进行教练式提问,教练系统基于知识图谱找到最终答案并进行回答；或教练系统基于知识图谱进行教练式提问,启发用户思考并回答问题,找到最终答案。本发明还提供一种智能教练装置、电子设备和存储介质。本发明实现以教练式提问协助用户最终理清思路,并得到最终答案。
员工合作关系强度量化方法、系统、计算机和存储介质
本申请涉及一种员工合作关系强度量化方法、系统、计算机设备和计算机可读存储介质,其中,该员工合作关系强度量化方法包括：交互序列获取步骤,获取目标员工的会话交互数据,将所述会话交互数据进行加密处理并根据一预设切分单位分为多个会话单元,并将所述会话单元输出为员工交互序列；序列模型获取步骤,基于所述员工交互序列通过序列建模方法构建并训练序列模型；序列向量获取步骤,基于所述序列模型得到所述员工交互序列的序列向量；关系亲密度计算步骤,将所述序列向量存储至一多维向量数据库中并基于所述序列向量计算员工关系亲密度,得到亲密度分数,基于所述亲密度分数量化员工合作关系强度。通过本申请有效减小数据存储成本及计算成本。
针对大数据的云业务话题信息处理方法及大数据服务器
本申请的针对大数据的云业务话题信息处理方法及大数据服务器,在实现不同会话主题的第一社群业务会话信息和第二社群业务会话信息之间的会话需求绑定的过程中,通过路径化的会话需求绑定方式,可实现不同会话主题的第一社群业务会话信息和第二社群业务会话信息之间的会话需求绑定,而且,不论进行哪种话题场景下不同会话主题的社群业务会话信息之间的会话需求绑定,都可以仅需进行在设定话题场景下不同会话主题的社群业务会话信息之间的一次会话需求绑定,从而提高会话需求绑定结果的准确性和效率。
一种数据查询方法、装置和设备
本说明书实施例提供了一种数据查询方法、装置和设备,涉及人工智能技术领域,其中,该方法包括：接收目标用户输入的目标文本；对所述目标文本进行预处理,得到所述目标文本的特征向量；根据所述目标文本的特征向量确定目标聚簇标签；其中,所述目标聚簇标签用于表示所述目标文本所属的分类；基于所述目标文本的特征向量和所述目标聚簇标签,确定所述目标文本对应的查询结果。在本说明书实施例中,可以通过目标聚簇标签确定查询的范围,并根据目标文本的特征向量在确定的查询范围中进行查询,以达到缩小查询范围,提高查询效率的目的,并且可以提高查询结果的准确性。
对话方法、装置、设备和存储介质
本公开提供了一种对话方法、装置、设备和存储介质,涉及计算机技术领域,具体涉及自然语言处理、深度学习等人工智能领域。对话方法包括：基于用户输入的当前用户应答,执行所述当前用户应答对应的特定任务；若所述特定任务的执行结果触发对话推荐,在多种推荐类型中,确定所述当前用户应答对应的当前推荐类型；基于所述当前推荐类型,生成所述当前推荐类型对应的当前推荐应答,并将所述当前推荐应答反馈给所述用户。本公开可以生成更灵活的推荐应答。
意图识别模型的训练与意图识别的方法、装置
本公开提供了一种意图识别模型的训练与意图识别的方法、装置,涉及自然语言处理、深度学习等人工智能技术领域。意图识别模型的训练方法包括：获取包含多个训练文本与多个训练文本的第一标注意图的训练数据；构建包含特征提取层与第一识别层的神经网络模型；根据多个训练文本的分词结果与多个训练文本的第一标注意图,训练所述神经网络模型,得到意图识别模型。意图识别的方法包括：获取待识别文本；将所述待识别文本的分词结果输入意图识别模型,根据所述意图识别模型的输出结果,得到所述待识别文本的第一意图结果与第二意图结果。
深度百科学习的中文医疗问句分类系统
本发明的深度百科学习的中文医疗问句分类系统,利用中文搜索百科的语义结构,并融合深度学习方法,提出更为高效和准确构建特征向量的方法：基于中文搜索百科语义结构的语义关联度高效收敛方法,构建网络问诊问句特征向量,基于医疗问句的特征,改进语义关联度算法,解决其构建特征向量时速度慢等缺陷,通过提取中文搜索百科词语链接扩展特征词；基于CB-CBS语言模型的分布式中文词向量空间,实现网络问诊问句特征向量的高效降维和避免出现数据稀疏问题,大幅提高问诊分类效率,采用中文搜索百科与深度学习相结合的CB-CBS模型,构造分布式医疗问句词向量,构建专业医疗问句语料库,显著提高词语关联度的准确性和医疗问句分类效率。

热门专题更多>>
技术分类