“罗星池”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6个，建议您升级VIP下载更多相关专利

[发明专利]一种对象识别方法、装置、存储介质及电子设备-CN202210577439.5在审
发明人：李成江;温丽红;廖群;罗星池;刘亮;李超 -专利权人：北京三快在线科技有限公司
申请日： 2022-05-25 - 公布日： 2022-08-30 - 主分类号： G06F40/279 文献下载
摘要：本说明书提供了一种对象识别方法、装置、存储介质及电子设备。在本说明书提供的对象识别方法中，将获取到的对象的对象名称输入预先训练的模型中，在模型中通过各子网，确定对象名称的文本特征和结构特征，根据对象名称的文本特征和结构特征预测一个对象为低质对象的概率，并根据该对象为低质对象的概率识别该对象是否为低质对象。采用本方法进行对象的识别时，可直接依靠对象的名称识别出一个对象是否为低质对象，无需获取对象的统计特征，避免了因统计特征数据量不足而导致无法识别低质对象的情况，能够有效确保用户的搜索体验。
一种对象识别方法装置存储介质电子设备

[发明专利]一种实体识别模型训练方法及装置-CN202111594553.0在审
发明人：廖群;温丽红;李成江;罗星池;刘亮;李超 -专利权人：北京三快在线科技有限公司
申请日： 2021-12-23 - 公布日： 2022-05-27 - 主分类号： G06F40/289 文献下载
摘要：本公开的实施例提供了一种实体识别模型训练方法及装置。所述方法包括：获取模型训练文本；基于多领域知识库，获取所述模型训练文本中每个字对应的领域词；获取所述模型训练文本中每个字的字类别标签，及每个字对应的领域词的词类别标签；基于所述模型训练文本中每个字、每个字对应的领域词、每个字的字类别标签和每个字对应的领域词的词类别标签，对初始实体识别模型进行训练，得到目标实体识别模型。本公开的实施例可以提高实体识别模型在不同场景下的实体识别效果。
一种实体识别模型训练方法装置

[发明专利]模型生成、实体识别方法、装置、电子设备及存储介质-CN202110615773.0在审
发明人：李成江;温丽红;罗星池;廖群;刘亮;李超 -专利权人：北京三快在线科技有限公司
申请日： 2021-06-02 - 公布日： 2021-09-10 - 主分类号： G06F40/295 文献下载
摘要：本公开实施例提供了一种模型生成、实体识别方法、装置、电子设备及存储介质。模型生成方法包括：获取样本数据，样本数据包括样本文本和样本标签；将所述样本文本作为预设初始模型的输入，在所述初始模型中，基于所述样本文本中各字符对应的语义表示向量和图谱表示向量，生成所述样本文本对应的特征表示向量；在基于所述样本标签和所述特征表示向量确定训练完成后，将训练完成的模型作为实体识别模型。本公开实施例中，实体识别模型不再单一地通过挖掘成分间的特征来进行识别，而是综合考虑文本中各字符对应的语义表示向量和图谱表示向量进行识别，能够达到较好的识别效果。
模型生成实体识别方法装置电子设备存储介质

[发明专利]实体样本获取方法、装置及电子设备-CN202010550976.1在审
发明人：温丽红;马璐;刘亮;罗星池;李超 -专利权人：北京三快在线科技有限公司
申请日： 2020-06-16 - 公布日： 2020-11-03 - 主分类号： G06F40/295 文献下载
摘要：本公开的实施例提供了一种实体样本获取方法、装置及电子设备。所述方法包括：将待识别语句输入至预训练实体识别模型，得到所述待识别语句对应的实体预测结果；从实体数据词典中获取所述待识别语句对应的实体分类结果；基于所述实体预测结果和所述实体分类结果，确定所述待识别语句对应的校正候选结果；根据所述校正候选结果和所述实体预测结果之间的概率比，确定所述校正候选结果中的目标校正候选结果，并将所述目标校正候选结果确定为目标实体样本。本公开的实施例可以减少人力投入，节省了人力资源。
实体样本获取方法装置电子设备

[发明专利]一种实体识别模型训练方法、实体识别方法及装置-CN202010531293.1在审
发明人： 罗星池;温丽红;马璐;李超;刘亮 -专利权人：北京三快在线科技有限公司
申请日： 2020-06-11 - 公布日： 2020-10-30 - 主分类号： G06F40/295 文献下载
摘要：本申请提供了一种实体识别模型训练方法、实体识别方法及装置，该方法包括：获取训练数据，训练数据包括实体训练数据和实体训练数据对应的属性标签；将实体训练数据输入预先训练好的特征向量提取模型中，得到训练特征向量，训练特征向量用于表征属性标签的相关特征；将训练数据和训练特征向量输入第一预设模型中，对第一预设模型进行训练，直至从训练后的第一预设模型输出属性标签时，将训练后的第一预设模型确定为实体识别模型。可见，训练特征向量可以起到对实体训练数据的特征进行补充的作用，从而可以增加实体训练数据的特征的维度，使得训练所得的实体识别模型的识别准确度更高，有利于提高个性化命名的实体的识别准确率。
一种实体识别模型训练方法装置

[发明专利]实体识别方法、装置，电子设备-CN202010538406.0在审
发明人：马璐;温丽红;罗星池;李超;仙云森 -专利权人：北京三快在线科技有限公司
申请日： 2020-06-12 - 公布日： 2020-10-30 - 主分类号： G06F40/295 文献下载
摘要：本申请公开了一种实体识别方法，属于计算机技术领域，有助于提升对非传统意义的查询实体的识别性能。所述方法包括：确定待识别文本匹配的语义特征向量和实体知识特征向量；其中，所述实体知识特征向量用于指示所述待识别文本中包括的文本子串与预设搜索日志的匹配信息；通过预先训练的实体识别模型，对所述语义特征向量和所述实体知识特征向量进行融合计算，并根据融合计算结果输出所述待识别文本的实体标注结果；根据所述实体标注结果，确定所述待识别文本中包括的实体。本申请实施例提出了一种融合搜索日志特征的新词挖掘方法，利用海量的用户搜索日志特征优化新词挖掘效果，可以有效提升对查询输入中新的实体的识别准确度。
实体识别方法装置电子设备