新名词

摘要： “开口营销”不是新名词,在市场营销不断发展的今天,“开口营销”广泛运用的实践验证了“开口营销”策略对拉近与顾客之间距离的重要作用。传统认知的“开口营销”通常是指销售人员主动与消费者进行沟通,激发消费者的消费欲望。随着新零售的不断提升,信息化技术的不断催化和信息化平台的不断孵化。原生态“开口营销”的“面对面”、“依赖嘴”“只为销”“仅对客”的“开口营销”策略已经满足不了现实要求。

摘要： 2021年12月7日,北京科印传媒文化股份有限公司首次发布《2021中国印刷产业创新发展报告》(以下简称创新发展报告)。研究目的首先,我想和大家交流下,科印传媒为什么想做、要做创新发展报告。创新对大家而言,并不是新名词。但创新驱动战略上升为国家战略,是在2012年,党的十八大明确提出的。

摘要： 火爆出圈后,最新估值达470亿美元的快时尚巨头SHEIN,又陷入沉寂。过去一年,跨境电商新贵突然崛起,带火了一个新名词“小单快反模式”。此后,来自创业者、投资人及媒体的关注纷至沓来。不过,SHEIN似乎没有太多兴趣。

摘要： 近代中国,历经三千年未有之大变局,社会日新月异,文化错综交融。面对风云变幻的时世,旧体诗人迎难而上,适时而变,摹写新事物,援引新名词入旧体诗。实践表明,新名词入旧体诗不仅表现了现世生活,而且开拓了诗境,一新世人耳目。旧体诗的新变,引起了诗论家广泛的关注和讨论。从众多诗论家的观点来看,绝大多数论者对新名词入旧体诗持肯定态度。他们的论争,对于今天的旧体诗创作也有建设意义。

摘要： 经历了为期1周的科学营北京科技大学分营活动,我对大学的学习和一些前沿的科学技术有了一定的了解,也接触了多姿多彩、有着温暖和人情味的大学生活,这使我更加期待3年以后的生活了!ž实——脚踏实地的科研态度在整个活动中给我印象较为深刻的,是优秀学长座谈会。座谈会上邀请了4位有卓越成就的优秀学哥学姐,为我们介绍关于他们自己研发的产品,并且为我们答疑解惑。在他们的介绍中,我了解到了很多新名词,也在这些新名词中,对大学学习有了新的认识。它不仅仅是在书本之中获取知识的过程,更是向外输出自己思考的过程。

摘要： 中小药店应急管理如何“亡羊补牢”评《未雨绸缪,药店的应急管理之道》应急管理,在十几年前尚属新名词,现在已经成为各行各业的普世认知。药店自然也不例外,由于药品事关百姓健康。

摘要： 20世纪70年代末80年代初的国民经济调整,促使邓小平在总结历史经验教训的基础上,为中国社会主义现代化建设长远目标的设计思路另觅新径。用了一个新名词:“中国式的现代化”早在1975年主持中央工作时,邓小平就开始思考和西方国家相比较,我们的“现代化”含义到底是什么。

摘要： 前不久,浙江省发布首批“超级工厂”培育名单,15家温企入列其中。一时之间,“超级工厂”这一新名词引发不小关注,什么是“超级工厂”?“超级工厂”长什么模样?浙江制造“超级工厂”计划诞生于2020年3月。根据官宣,该计划以C2M(用户直连制造)模式为核心,瞄准浙江产业带上的制造型企业,以全生命周期的数据分析预测能力精准连接制造商和消费者,提升中小企业的综合竞争力。近日,记者采访进入首批培育名单的部分温企。窥探“超级工厂”种子选手们怀揣的硬核实力,看看“超级工厂”赋予我们的“超级想象”。

摘要： 近日,一位博主带火了沉寂已久的“凡尔赛文学”。可能有人认为,这是个新名词,其实不然,早在千年前的中国古籍中,可是处处体现着凡尔赛文学的身影。凡尔赛文学,是用看似平和的文字,不经意间流露出自己的优越感。当下知名人物就有很多“凡语”,如撒贝宁的“保送北京大学没有选择权”、马云的“我对钱没兴趣”、王菲的“我最大的烦恼,是太红了”。

摘要： 南北朝时梁朝诗人沈约有诗句:"旅游媚年春,年春媚游人。"这是"旅游"一词出现在中国古籍中的最早记录。及至唐代,"旅游"一词被广泛使用开来。"旅游"与"旅行"不同,前者关乎览之对象,后者重在去之过程。"旅游"的重点在"游"上,游览是它的最终目的。中国古代文人赋予了旅游更多寓意,尤其从明代中期开始,伴随商品经济和城市文化的蓬勃发展,旅游成为一种风潮,甚至是彰显身份与品位的象征。晚明以后,大众文化中的旅游之风开始蔓延,文人墨客在日记和游记中留下了新名词"游观"。

摘要： 本发明属于人工智能的自然语言处理子领域，提供了一种基于汉语简单名词短语的汉语最长名词短语识别方法。包括如下步骤：S1数据预处理；S2选用SVM方法，训练汉语SNP识别模型，识别出汉语SNP；S3使用缩略替换方法简化文本，得到新的训练及测试语料；S4在经S3处理得到的新语料中，再次提取样本集，针对简化后的汉语MNP进行模型训练、识别；S5还原语料，还原后的汉语MNP为本方法最终识别结果。本发明的汉语MNP识别方法可以降低汉语MNP在自动识别中因其长度过长、语义及结构复杂等因素带来的不利影响，因此能有效提高汉语MNP的识别效果。

摘要： 本申请实施例提供了一种复合名词的解释方法、装置及电子设备，该方法包括：基于不同角度生成表征目标复合名词的语义的多个语义特征向量；拼接多个语义特征向量在目标向量空间的各映射结果，得到多角度语义特征向量；基于多角度语义特征向量，确定目标复合名词中第一名词与第二名词的语义关系；在语义关系正确表征第一名词和第二名词语义之间的关联的情况下，将语义关系确定为目标复合名词的释义。本申请实施例从多角度考虑，提升了多角度语义特征向量的准确率，进而提升了语义关系的准确率。

摘要： 本发明涉及一种对于无字间空格语言文字权利要求书的元件名词及元件名词所属位置自动得出设备，其中，包括：基本排除文字纪录排除装置、可删文字纪录排除装置、单个文字纪录排除装置以及进阶排除文字纪录排除装置；无字间空格语言文字权利要求书文字C‑Text中经排除基本排除文字后的连续文字作为基本排除文字连续文字，该基本排除文字排除连续文字中经排除可删文字后的连续文字作为可删文字删去连续文字，经排除单个文字后的可删文字删去连续文字作为初步元件名词，该初步元件名词中经排除进阶排除文字后的连续文字作为该得出的元件名词。

摘要： 本发明涉及一种将权利要求书中的权利要求元件名词所属元件名词对应标号予以对应的对应方法，包含元件名词对应标号撷取对应步骤及元件名词对应标号关系对应步骤，该元件名词对应标号撷取对应步骤根据名词词首及词性规则撷取出权利要求元件名词及/或说明书元件名词，或者根据断句单字将说明书中的说明书元件名词可能字串而予以撷取出，而该元件名词对应标号关系对应步骤为将元件名词对应标号撷取对应步骤所撷取出的权利要求元件名词所属元件名词对应标号予以建立对应于权利要求书的权利要求元件名词的对应关系。

摘要： 本发明属于人工智能的自然语言处理子领域，提供了一种基于汉语简单名词短语的汉语最长名词短语识别方法。包括如下步骤：S1数据预处理；S2选用SVM方法，训练汉语SNP识别模型，识别出汉语SNP；S3使用缩略替换方法简化文本，得到新的训练及测试语料；S4在经S3处理得到的新语料中，再次提取样本集，针对简化后的汉语MNP进行模型训练、识别；S5还原语料，还原后的汉语MNP为本方法最终识别结果。本发明的汉语MNP识别方法可以降低汉语MNP在自动识别中因其长度过长、语义及结构复杂等因素带来的不利影响，因此能有效提高汉语MNP的识别效果。

摘要： 本发明提供了旅游实体名词匹配方法、系统、设备及存储介质，该方法包括：基于旅游景点POI信息建立旅游实体名词词典；将所述旅游实体名词词典数据输入神经网络模型进行训练，并保存训练好的旅游实体名词预测匹配模型；以及将一待匹配的实体名词输入所述旅游实体名词词典和所述旅游实体名词预测匹配模型进行匹配，得到匹配输出。本发明能够对于旅游实体名词，根据匹配的相似度，优化实体词典匹配的结果，且针对词典覆盖不到的范围，利用模型的泛化预测能力，有效补充词典匹配结果缺失的情况。

摘要： 本发明公开了基于编辑距离的中文名词筛选方法及系统及装置及介质，涉及文本处理领域，包括：构建数据字典，其中，所述数据字典中词以组为单位进行存储，每个词组均对应一个词引和多个相似词语；获得基准词，将所述基准词与所述数据字典中的词引进行匹配，若匹配成功则获得该词引对应的多个相似词语；将匹配获得的多个相似词语与所述基准词进行组合获得筛选词组；计算筛选词组中的每个词语与筛选数据集中的每个词语之间的相似度；从所述筛选数据集中筛选出所述相似度大于阈值对应的词语获得筛选结果；本发明采用数据字典，扩大名词数据筛选的范围，提高数据筛选的准确度。

摘要： 本公开提供了一种由计算机实现的专有名词纠错方法，涉及自然语言处理，尤其涉及专有名词的识别。实现方案为：基于第一文本内容获取多个候选分词；响应于确定多个候选分词中的第一候选分词与预设的专有名词库中的第一专有名词相匹配，通过将第一文本内容中的第一候选分词替换为特定标识符而生成第二文本内容；基于第一文本内容和第二文本内容，确定是否替换第一候选分词；以及响应于确定替换第一候选分词，将第一文本内容中的第一候选分词替换为第一专有名词。

摘要： 本公开提供了一种术语名词纠错方法及装置、电子设备和介质，涉及人工智能领域，尤其涉及自然语言处理、数据挖掘和机器学习技术领域。实现方案为：对待纠错文本进行文本片段识别，以获取第一文本片段，其中，第一文本片段的长度小于待纠错文本，并且第一文本片段包含至少一个待识别是否存在错误的术语名词；基于第一文本片段，获取第一术语名词，其中，第一术语名词是经识别存在错误的术语名词；基于第一术语名词，确定第二术语名词以替换所述第一术语名词。

摘要： 本发明提供一种从新闻页面中自动提取机构实体名词的方法，包括：对新闻页面中文本内容进行提取解析；进行去重过滤处理，并对空格、标题、符号进行删除，获得待输入文本内容；将待输入文本内容输入标注模型中进行序列处理，获得文本内容中各单词预测标签；将各单词预测标签与现有实体名词数据库进行对比，确认各单词预测标签对应的实体名词类别；将新闻页面与实体名词和实体名词对应类别进行对应并入库。本发明能快速对新闻页面中的实体名词进行提取，并将新闻内容与名称、类别进行对应标记形成结构化数据。