摘要： 一种组合物含有有机硼烷多胺加成物和多元醇。该组合物可以构成一部分聚合引发剂体系。这种聚合引发剂体系也包括多异氰酸酯。所述的体系可用于引发丙烯酸类单体的聚合，并形成聚氨酯／聚脲丙烯酸类粘合剂。这种粘合剂对低表面能聚合物具有意想不到好的粘合性。

摘要： 本发明提供了一种烟酸及其衍生物的新用途。通常的烟酸及其衍生物是用于治疗血管性偏头痛、脑动脉血栓形成及舒张周围血管的作用。本发明的主要特征在于将烟酸及其衍生物制成水包油型护肤霜涂于皮肤上，或制成贴剂贴于皮肤上，或者制成口香糖的形式，以及制成口含片、口服片、口服液等，并且通过不同的给药方式来达到戒烟的目的。采用烟酸及其衍生物进行戒烟，安全、可靠。

摘要：本发明公开了重组CXCL16与干扰素‑γ在制备抑制弥漫大B细胞淋巴瘤细胞增殖药物中的应用，具体是将重组CXCL16与干扰素‑γ联合用于制备抑制弥漫大B细胞淋巴瘤细胞增殖药物中。本发明抑制了弥漫大B细胞淋巴瘤细胞增殖，效果明显。

摘要：本申请属于互联网技术领域，特别涉及一种文档标签生成及匹配方法、装置和计算机设备。该文档标签方法包括：收集用户输入的搜索文本和与所述搜索文本对应的点击的文档名称文本；将所述搜索文本相同，但对应点击的所述文档名称文本不同的记录进行整合，得到第一整合结果；根据所述第一整合结果获得所述搜索文本与各所述文档名称文本的最长公共字符串；根据所述最长公共字符串与所述被点击次数，获得所述最长公共字符串中的点击频次最大的最长公共字符串；将所述点击频次最大的最长公共字符串设为标签候选词；将所述标签候选词中的至少一个设为文档标签。上述方法简化了文档标签的创建过程，且提高了用户的搜索意图与文档标签的匹配度。

摘要：本申请涉及人工智能领域，提供了一种语义向量表示方法、装置、计算机设备和存储介质，获取文本数据，并对所述文本数据进行分类，确定所述文本数据对应的类别；对所述文本数据进行分词处理，得到多个特征词和对应的文本序列；计算各个所述特征词在对应的类别中的权重值；根据所述权重值构建所述文本数据对应的权重矩阵；构建所述文本序列的嵌入矩阵，将所述权重矩阵加入预设的文本表示模型的自注意力机制中，通过预设的文本表示模型对所述嵌入矩阵进行处理，得到所述文本数据对应的语义向量。通过本申请提供的语义向量表示方法、装置、计算机设备和存储介质，能够准确的得到文本数据的语义向量。

摘要：本申请实施例公开了一种信息搜索方法、装置、存储介质以及终端，所述方法包括：获取所输入的查询语句，对所述查询语句进行预处理得到所述查询语句对应的至少一个目标语句，基于所述目标语句和预设的得分矩阵，确定所述目标语句与各待检索文档之间的相关度得分，所述得分矩阵的元素值为所述各待检索文档中的所有待检索词分别与所述各待检索文档之间的匹配得分，基于所述相关度得分，在所述各待检索文档中确定所述查询语句对应的匹配文档。本申请通过构建预设的得分矩阵，利用矩阵的并行计算，可以提高目标语句与待检索文档之间的相关度得分的计算速度，进而可以提高搜索匹配文档的速度，可以提高文本召回的速度，可以节省搜索时间。

摘要：本申请的一种表格问题答案对自动抽取方法，包括：获取待分析表格；提取待分析表格的外观特征；根据外观特征判断待分析表格的表格类型；若判断失败，则提取待分析表格的内容特征；根据内容特征确定待分析表格的第一表格类型；根据第一表格类型提取待分析表格的表格问题和表格答案；将表格问题和表格答案组成问题答案对。根据待分析表格的外观特征较容易判断表格类型，在无法根据外观特征判断表格类型时，根据内容特征判断表格类型，内容特征的判断涉及文本和数字的统计。先分析外观特征再分析内容特征能够快速的判断表格类型，根据表格类型自动抽取问题答案对，相比于人工抽取问题答案对具有更高的效率。

摘要：本申请涉及计算机技术领域，提供一种自动构建learning2rank训练集方法、装置、设备及介质，方法包括：根据设定的日志格式采集用户输入查询语句后的点击行为数据，得到用户行为日志；其中，所述用户行为日志中每一条记录包括表示用户某一次查询的编号、用户输入的查询语句、候选文档、候选文档是否被点击的信息以及用于排序的特征；对所述用户行为日志进行清洗处理，得到清洗后的用户行为日志；根据所述清洗后的用户行为日志构建带标签的训练数据集。相比于通过人工进行数据的标注，本发明实施例根据用户的点击行为自动构建带标签的训练数据，节省了人力，减少了人力成本，提高了得到带有标签的训练数据集的效率。

摘要：本申请涉及人工智能技术领域，特别是涉及到一种会话文档推荐方法、装置、设备及存储介质，其中方法包括：获取会话数据和会话文档训练数据，所述会话文档训练数据包括会话训练数据和文档训练数据，所述会话训练数据包括用户会话数据和售后人员会话数据；对所述会话文档训练数据进行处理，抽取会话训练数据特征和文档训练数据特征；根据所述会话训练数据特征和所述文档训练数据特征构建训练数据集，所述训练数据集包括多个正样本和多个负样本；根据所述训练数据集，训练语言模型；将所述会话数据输入训练好的训练语言模型，得到所述会话数据对应的推荐文档数据。本申请涉及的方法可以解决现有技术中不能根据会话内容准确推荐解决方案文档的技术问题。

摘要：本申请涉及文本处理技术领域，提供一种文档内容细粒度拆解方法、装置、设备及存储介质，方法包括：获取word文档；将所述word文档转化成html格式，得到所述word文档对应的html内容列表；基于所述html内容列表获取得到所述word文档的篇章结构；基于所述篇章结构进行文档片段的拆分，得到各片段；获取每一所述片段的标题信息；获取每一所述片段内部的图片、表格、所述图片的标题和所述表格的标题。本发明更加有利于细粒度地对文档进行建模，减少信息干扰，更加高效帮助坐席人员去阅读和寻找答案。此外，通过给文档中的图片和表格构建一个标题，基于这些标题，使得图片和表格变得更加方便去搜索查找。