“杨海钦”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果31个，建议您升级VIP下载更多相关专利

[发明专利]一种事件关系的挖掘方法及相关装置-CN202310309890.3有效
发明人：张林;杨海钦;幺宝刚 -专利权人：粤港澳大湾区数字经济研究院（福田）
申请日： 2023-03-28 - 公布日： 2023-08-15 - 主分类号： G06F16/2458 文献下载
摘要：本申请公开了一种事件关系的挖掘方法及相关装置，方法包括分别获取若干目标文档中的各目标文档的文档表征和事件表征；基于各目标文档的文档表征构建上层图，并基于各目标文档的事件表征构建下层图；基于预先训练的图挖掘模型、所述上层图和所述下层图，确定各目标文档的事件表征间的事件关系。本申请基于目标文档的文档表征和事件表征形成上层图和下层图，然后通过图挖掘模型来确定事件关系，这样将事件关系挖掘过程转换为图补全任务，可以只需要对目标文档间的事件关系进行标注，就可以挖掘到事件间的事件关系，这样减少事件关系标注所划分的人力物力，从而可以降低事件关系挖掘所花费的成本。
一种事件关系挖掘方法相关装置

[发明专利]一种长尾图像识别方法及相关装置-CN202310431918.0有效
发明人： 杨海钦;许正卓;幺宝刚 -专利权人：粤港澳大湾区数字经济研究院（福田）
申请日： 2023-04-21 - 公布日： 2023-08-15 - 主分类号： G06V10/774 文献下载
摘要：本申请公开了一种长尾图像识别方法及相关装置，方法包括将待识别图像输入经过训练的长尾图像识别模型，通过所述长尾图像识别模型确定所述待识别图像对应的目标类别。本申请中使用的长尾图像识别模型的训练过程中聚合了若干专家网络模型学习到的知识，并采用蒸馏损失来使得专家模型间迁移的知识更加平衡，使得长尾图像识别模块既可以避免单个专家网络的特征学习能力不足的问题，又可以避免头部类的知识淹没尾部类的知识的问题，提升了长尾图像识别模型的整体性能，从而提高了基于长尾图像识别模型确定的目标类别的准确性。
一种长尾图像识别方法相关装置

[发明专利]深度学习模型的可解释性参数获取方法及装置-CN202010912290.2有效
发明人：许正卓;杨海钦 -专利权人：平安科技（深圳）有限公司
申请日： 2020-09-02 - 公布日： 2023-08-04 - 主分类号： G06N3/0464 文献下载
摘要：本发明公开了深度学习模型的可解释性参数获取方法、装置、计算机设备及存储介质，涉及人工智能技术，包括将测试图片对应的像素矩阵输入至连接主义机器学习模型进行运算，得到输出结果及各个隐层单元的单元输出结果；获取最后一层隐层中单元输出结果为最大值的目标隐层单元，以根据其与相关性算法，计算各隐层单元的隐层单元相关性值；以各层隐层中隐层单元相关性值为最大值的隐层单元以组成当前目标隐层单元清单；根据输出结果与输出结果调节值求和得到当前输出结果；将当前输出结果作为扰动输出值获取所述隐藏层中各个隐层单元对应的单元扰动值；之后进行升序排序得到隐层单元排序结果。实现了对深度学习模型的可解释性参数的准确和可视化获取。
深度学习模型解释性参数获取方法装置

[发明专利]基于图结构学习的联邦学习方法、系统、终端及介质-CN202310804065.0在审
发明人：张林;杨海钦;幺宝刚 -专利权人：粤港澳大湾区数字经济研究院（福田）
申请日： 2023-07-03 - 公布日： 2023-08-01 - 主分类号： G06N3/042 文献下载
摘要：本发明公开了一种基于图结构学习的联邦学习方法、系统、终端及介质，每轮次训练时，在所有用户端中采样出若干个目标用户端参与本轮次的训练，根据全局模型参数更新目标用户端的本地模型参数后，目标用户端迭代优化本地模型获得优化后的本地模型参数，然后采用图网络模型学习目标用户端之间的异质性并根据异质性来聚合所有目标用户端的优化后的本地模型参数，更新全局模型参数，循环进行迭代直至完成模型的优化。通过对用户端采样以减少参与训练的用户端的数量，可以减少每轮次训练的通信开销；通过采用图网络模型学习目标用户端之间的异质性，能够自适应地聚合目标用户端的优化后的本地模型参数，提高训练效率，获得鲁棒性好的优化后的全局模型。
基于结构学习联邦学习方法系统终端介质

[发明专利]基于扩散模型的事件骨架图生成方法、系统、终端及介质-CN202310789430.5在审
发明人： 杨海钦;张林;幺宝刚 -专利权人：粤港澳大湾区数字经济研究院（福田）
申请日： 2023-06-30 - 公布日： 2023-07-28 - 主分类号： G06F16/36 文献下载
摘要：本发明公开了一种基于扩散模型的事件骨架图生成方法、系统、终端及介质，训练扩散事件图模型时，采用扩散模型对事件图样本进行加躁和去躁以优化所述扩散事件图模型中的隐变量，获得已训练好的扩散事件图模型，将采样到的噪声输入已训练好的扩散事件图模型来生成事件骨架图。通过采用扩散模型的加噪和去噪过程训练扩散事件图模型，能够增强扩散事件图模型的鲁棒性，在训练过程中通过迭代完善扩散事件图模型中的隐变量，从而修正事件骨架图生成过程中的错误。因此，通过扩散模型的范式解决了事件骨架图生成时错误会累计的问题，能够生成的高质量的事件骨架图。
基于扩散模型事件骨架生成方法系统终端介质

[发明专利]评论生成的方法、装置、设备及存储介质-CN202011419866.8有效
发明人：姚晓远;杨海钦;王心怡 -专利权人：中国平安人寿保险股份有限公司
申请日： 2020-12-07 - 公布日： 2023-07-25 - 主分类号： G06F16/34 文献下载
摘要：本发明涉及一种人工智能技术，揭露了一种评论生成的方法、装置、设备及存储介质，该方法包括：获取多个文本内容及至少两种属性信息；获取文本内容的各个字向量，将各个字向量作为编码器的输入序列，将属性向量插入编码器的输入序列中，再输入至编码器中进行训练；或者将属性向量插入解码器的输入序列，再输入至解码器中进行训练；对于每个文本内容，获取解码器输出的第一输出序列及对应的每个字的预测概率，计算交叉熵损失函数，当交叉熵损失函数最小化时，训练结束，得到训练好的编码解码器；将待评论的文本内容输入至训练好的编码解码器中，获取解码器输出的第二输出序列，并生成待评论的文本内容的评论。本发明能够自动生成高质量的评论。
评论生成方法装置设备存储介质

[发明专利]一种对话生成方法、装置、设备及可读存储介质-CN202011059826.7有效
发明人：李雅峥;杨海钦;姚晓远 -专利权人：平安科技（深圳）有限公司
申请日： 2020-09-30 - 公布日： 2023-07-21 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种对话生成方法、装置、设备及可读存储介质，所述方法包括：获取提问信息，并利用预设第一门递归单元GRU模型将所述提问信息转化为第一查询向量；根据所述第一查询向量，利用预设第一端到端记忆网络MemN2N模型，确定出与所述第一查询向量关联的常识向量，并根据所述第一查询向量和所述常识向量形成提问向量；根据所述提问向量，利用预设第二门递归单元GRU模型将所述提问向量转化为多个第二查询向量，并将各个第二查询向量依次输入到预设第二端到端记忆网络MemN2N模型中，以得到多个答复向量；分别将各个答复向量转化为答复词，并将所有答复词组合为答复信息；本发明能够快速、准确地在远程会诊对话中形成答复信息，提高用户体验度。
一种对话生成方法装置设备可读存储介质

[发明专利]一种多风格文本生成方法、装置、设备及可读存储介质-CN202011245148.3有效
发明人：段逸群;杨海钦;姚晓远 -专利权人：中国平安人寿保险股份有限公司
申请日： 2020-11-10 - 公布日： 2023-07-21 - 主分类号： G06F40/126 文献下载
摘要：本发明公开了一种多风格文本生成方法、装置、设备及可读存储介质，所述方法包括：接收请求方发送的目标文本生成指令；其中，所述目标文本生成指令包括：目标文本所需表征的N个风格词；利用预设生成对抗GAN模型中的编码器将所述N个风格词编码为风格词向量；利用所述生成对抗GAN模型中的解码器根据所述风格词向量生成目标文本；从所述生成对抗GAN模型中获取与所述N个风格词对应的N个预设分类器，并将所述目标文本分别输入到各个分类器中，以得到各个分类器的分类结果；判断所述各个分类器的分类结果是否均大于预设阈值，若是，则将所述目标文本发送至所述请求方；本发明能够生成包含多种风格的文本，从而提高文本可读性。
一种风格文本生成方法装置设备可读存储介质

[发明专利]一种多事件检测方法及相关设备-CN202310324938.8有效
发明人： 杨海钦;幺宝刚 -专利权人：粤港澳大湾区数字经济研究院（福田）
申请日： 2023-03-30 - 公布日： 2023-07-14 - 主分类号： G06F16/35 文献下载
摘要：本申请公开了一种多事件检测方法及相关设备，所述方法包括：获取事件类别序列，将所述事件类别序列拼接到待检测的输入语句中，构建得到输入序列；将所述输入序列输入到事件检测模型，得到输出的语境化隐藏表征，所述语境化隐藏表征包括文本表征和事件类别表征；将所述文本表征和所述事件类别表征进行相似度对齐操作，得到聚合文本表征的对应每个事件类别的新表征，融合每个所述事件类别的新表征，预测多事件类别输出的概率。本发明无需使用关键词，在检测时也不需要识别和提取关键词，可以降低事件检测过程的复杂度和计算量，减少处理时间，有利于提升事件检测的效率和准确性。
一种多事检测方法相关设备

[发明专利]文本分类方法、装置、设备及存储介质-CN202110569162.7有效
发明人： 杨海钦 -专利权人：平安科技（深圳）有限公司
申请日： 2021-05-25 - 公布日： 2023-06-27 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及人工智能，提供一种文本分类方法、装置、设备及存储介质。该方法能够获取待分类文本，计算预设库中初始文本与待分类文本的相似度，从预设库中选取目标文本，对待分类文本进行向量化处理，得到待分类向量，获取目标文本的目标向量，根据待分类向量生成第一输出向量，根据待分类向量及目标向量生成第二输出向量，从预设库中获取终端输出向量，根据待分类向量、终端输出向量、第一输出向量及第二输出向量生成语义向量，将语义向量输入至预设网络中，得到网络输出向量，对网络输出向量进行映射处理，得到分类结果。本发明能够快速并准确分析出待分类文本所属的类别。此外，本发明还涉及区块链技术，所述分类结果可存储于区块链中。
文本分类方法装置设备存储介质

[发明专利]基于因果解耦的链接生成方法和相关装置-CN202310015334.5有效
发明人：张林;杨海钦;幺宝刚 -专利权人：粤港澳大湾区数字经济研究院（福田）
申请日： 2023-01-06 - 公布日： 2023-05-16 - 主分类号： G06N5/025 文献下载
摘要：本发明涉及图谱分析技术领域，具体是涉及基于因果解耦的链接生成方法和相关装置。本发明首先通过图变分自动编码器提取出实测图谱所包含的实测目标图表征，该图表征用于表示节点信息以及节点之间的链接关系，然后对实测目标图表征应用结构因果模型，判断出各个节点之间的因果表征，最后根据因果表征解耦出图谱中各个节点之间的真实链接关系。通过上述分析可知，本发明充分考虑了各个节点之间的因果关系，存在因果关系的两个节点之间存在链接关系的概率大，因此本发明结合因果关系提高了建立的链接关系准确性。
基于因果链接生成方法相关装置

[发明专利]事件检测方法、系统、智能终端及计算机可读存储介质-CN202111674973.X有效
发明人： 杨海钦;赵嘉晨 -专利权人：粤港澳大湾区数字经济研究院（福田）
申请日： 2021-12-31 - 公布日： 2023-04-07 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了事件检测方法、系统、智能终端及计算机可读存储介质，其中，所述事件检测方法是基于自注意力模型和多层感知器进行事件检测，包括：获取待检测语句和事件类别序列；将上述待检测语句结合上述事件类别序列生成待检测数据；获取上述自注意力模型和上述多层感知器，基于上述自注意力模型和上述多层感知器获取上述待检测语句对应的事件类别概率，其中，上述自注意力模型用于对上述待检测数据进行检测并输出待检测数据的语义向量，上述多层感知器用于基于上述事件类别序列对应的语义向量获取上述待检测语句对应的上述事件类别序列中各事件类别的概率。与现有技术相比，本发明方案无需使用关键词，有利于提升事件检测的效率和准确性。
事件检测方法系统智能终端计算机可读存储介质

[发明专利]子图同构检测方法、装置、设备及存储介质-CN202310015024.3在审
发明人：刘轩舟;张林;杨海钦;幺宝刚 -专利权人：粤港澳大湾区数字经济研究院（福田）
申请日： 2023-01-06 - 公布日： 2023-03-21 - 主分类号： G06F16/58 文献下载
摘要：本发明公开一种子图同构检测方法、装置、设备及存储介质。通过获取检索图和目标图，以第一预设条件判断检索图为目标图的子图时，获取以检索图中的各节点为根的检索根子树和以目标图中的各节点为根的目标根子树，以第二预设条件判断所述检索根子树为所述目标根子树的子树时，获取所述检索根子树和所述目标根子树之间的二部图，在二部图中的所有节点为匹配点时，判定检索图和目标图之间存在子图同构。相较于现有的通过寻找目标图中的所有匹配判断目标图是否与检索图之间存在子图同构，本发明能够将指数级别计算复杂度的子图同构问题转化为具有多项式级别复杂度的子树匹配问题，从而有效地降低子图同构检测的计算复杂度，保证子图同构检测的效果。
图同构检测方法装置设备存储介质

[发明专利]图数据分类方法、装置、设备及存储介质-CN202310000714.1在审
发明人：张林;刘轩舟;杨海钦;幺宝刚 -专利权人：粤港澳大湾区数字经济研究院（福田）
申请日： 2023-01-03 - 公布日： 2023-02-03 - 主分类号： G06F18/241 文献下载
摘要：本发明涉及数据处理领域，公开了一种图数据分类方法、装置、设备及存储介质。本发明通过将待分类图数据输入至预设神经网络中，获得待分类图数据对应的节点表征，再根据节点表征对待分类图数据进行分类。本发明通过将图数据输入至预设神经网络中，预设神经网络为对初始神经架构搜索基于稀疏编码求解结果进行超网训练后获得的网络组合结构进行重训练得到的模型，本发明基于稀疏编码求解结果进行超网训练，能够提高神经架构搜索的可靠性，并对超网训练所获得的网络组合结构进行重训练，提高网络组合结构的参数的准确性，进一步精确确定节点表征，再根据节点表征对待分类图数据进行分类，能够提高数据分类的准确度。
数据分类方法装置设备存储介质

[发明专利]事件共指消解方法、装置、终端及计算机可读存储介质-CN202211088370.6有效
发明人： 杨海钦;叶俊鹏 -专利权人：粤港澳大湾区数字经济研究院（福田）
申请日： 2022-09-07 - 公布日： 2023-01-10 - 主分类号： G06F16/335 文献下载
摘要：本发明所提供的事件共指消解方法、装置、终端及计算机可读存储介质，所述事件共指消解方法包括：将目标事件输入预先训练的粗筛模型，在预先建立的存量事件库中检索得到与所述目标事件对应的候选事件池；构造所述目标事件与所述候选事件池中各个候选事件之间的事件对；将各个所述事件对输入预先训练的精筛模型，确定各个所述事件对中目标事件与候选事件之间的共指关系。本发明通过使用预先训练的粗筛模型进行检索，将原来的存量事件库缩小为候选事件池，降低了推理时的计算量，再通过预先训练的精筛模型，减少了上游模型误差的传播，提升了推理效果。
事件消解方法装置终端计算机可读存储介质

1
2
3
下一页»
尾页
共 31 条