Certains contenus de cette application ne sont pas disponibles pour le moment.
Si cette situation persiste, veuillez nous contacter àObservations et contact
1. (WO2016200902) SYSTÈMES ET PROCÉDÉS D'APPRENTISSAGE DE MODÈLES SÉMANTIQUES À PARTIR DE DONNÉES TEXTUELLES
Dernières données bibliographiques dont dispose le Bureau international   

N° de publication : WO/2016/200902 N° de la demande internationale : PCT/US2016/036395
Date de publication : 15.12.2016 Date de dépôt international : 08.06.2016
CIB :
G06F 17/27 (2006.01)
G PHYSIQUE
06
CALCUL; COMPTAGE
F
TRAITEMENT ÉLECTRIQUE DE DONNÉES NUMÉRIQUES
17
Equipement ou méthodes de traitement de données ou de calcul numérique, spécialement adaptés à des fonctions spécifiques
20
Manipulation de données en langage naturel
27
Analyse automatique, p.ex. analyse grammaticale, correction orthographique
Déposants :
NUANCE COMMUNICATIONS, INC. [US/US]; One Wayside Road Burlington, MA 01803, US
Inventeurs :
CURIN, Jan; CZ
Mandataire :
CHEUNG HUGHES, Ling; US
Données relatives à la priorité :
14/737,37911.06.2015US
Titre (EN) SYSTEMS AND METHODS FOR LEARNING SEMANTIC PATTERNS FROM TEXTUAL DATA
(FR) SYSTÈMES ET PROCÉDÉS D'APPRENTISSAGE DE MODÈLES SÉMANTIQUES À PARTIR DE DONNÉES TEXTUELLES
Abrégé :
(EN) In some embodiments, a system is provided comprising at least one processor programmed to process an input text to identify a plurality of semantic patterns that match the input text, wherein, for at least one semantic pattern of the plurality of semantic patterns: the at least one semantic pattern comprises a plurality of semantic entities identified from the at least one input text, and the plurality of semantic entities occur in a common context within the at least one input text. The at least one processor may be further programmed to use statistical information derived from training data to associate a respective weight with each semantic pattern of the plurality of semantic patterns.
(FR) Dans certains modes de réalisation, un système comprend au moins un processeur programmé pour traiter un texte d'entrée de façon à identifier une pluralité de modèles sémantiques qui correspondent au texte d'entrée. Au moins un modèle sémantique de la pluralité de modèles sémantiques comprend une pluralité d'entités sémantiques identifiées à partir dudit au moins un texte d'entrée. La pluralité d'entités sémantiques apparaît dans un contexte commun dans ledit au moins un texte d'entrée. Ledit au moins un processeur peut en outre être programmé pour utiliser des informations statistiques dérivées de données de formation de façon à associer une pondération respective à chaque modèle sémantique de la pluralité de modèles sémantiques.
front page image
États désignés : AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JP, KE, KG, KN, KP, KR, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
Organisation régionale africaine de la propriété intellectuelle (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Office eurasien des brevets (OEAB) (AM, AZ, BY, KG, KZ, RU, TJ, TM)
Office européen des brevets (OEB (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
Organisation africaine de la propriété intellectuelle (OAPI) (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Langue de publication : anglais (EN)
Langue de dépôt : anglais (EN)