“习翔宇”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]基于强化学习的事件论元抽取方法及装置-CN202010552821.1有效
发明人：张世琨;叶蔚;习翔宇;张君福;胡文蕙;刘学洋 -专利权人：北京北大软件工程股份有限公司
申请日： 2020-06-17 - 公布日： 2023-08-22 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及一种基于强化学习的事件论元抽取方法及装置，包括构建事件检测模型，构建论元检测模型，构建实体选择模型，将实体选择模型选择的待检测实体输入到论元检测模型进行检测，采集预测结果的损失，根据预测结果的损失更新论元检测模型的参数；根据待检测实体更新实体选择模型；通过更新后的论元检测模型和更新后的实体选择模型对句子中的实体进行检测，并将检测结果引入更新后的论元检测模型和更新后的实体选择模型进行更新，循环直至遍历所有实体。本发明能够在检测当前论元的时候，引入已知论元的信息，通过引入已知论元信息和强化学习技术，能够有效利用论元间交互关系，提高论元检测效果。
基于强化学习事件抽取方法装置

[发明专利]事件检测方法、装置、电子设备-CN202110513525.5在审
发明人： 习翔宇;孙超博;江会星 -专利权人：北京三快在线科技有限公司
申请日： 2021-05-11 - 公布日： 2022-11-29 - 主分类号： G06F16/35 文献下载
摘要：本申请公开了一种事件检测方法，属于计算机技术领域，用于提升事件检测准确度。所述方法包括：获取设置有细粒度事件标签的若干文本序列；根据每个所述文本序列被设置的所述细粒度事件标签，按照预设事件层次关系，分别设置每个所述文本序列的至少一个层次的粗粒度事件标签；基于所述若干文本序列和每个所述文本序列被设置的多层次事件标签，训练事件检测模型，其中，所述多层次事件标签包括：细粒度事件标签、至少一个层次的粗粒度事件标签；通过训练得到的所述事件检测模型，检测目标文本序列中包括的事件信息。本申请实施例公开的事件检测方法，通过结合粗粒度标签信息辅助细粒度事件标签训练模型，有效提升了文本中事件检测的准确度。
事件检测方法装置电子设备

[发明专利]一种会话流程的应用方法及装置-CN202210950450.1在审
发明人：吕晨旭;习翔宇;孙超博;江会星 -专利权人：北京三快在线科技有限公司
申请日： 2022-08-09 - 公布日： 2022-11-25 - 主分类号： G06F16/332 文献下载
摘要：本说明书公开了一种会话流程的应用方法及装置，可确定正在进行的会话的业务场景，并获取该会话中用户输入的语句，根据相似度模型以及该业务场景下预设的各语句意图，确定该语句对应的语句意图，其中，各语句意图为根据该业务场景的各会话数据中的各语句进行聚类，并对聚类后各簇进行标注确定的。然后，根据预设的该业务场景对应的会话流程以及该语句对应的语句意图，从该会话流程内衔接该语句意图的各语句意图中，确定回复该用户的语句意图对应的回复语句，回复该用户。可见，本方法提高了用户体验，并且无需进行人工标注，降低了成本。
一种会话流程应用方法装置

[发明专利]基于可回溯序列生成方法的事件检测方法和系统-CN202210436226.0有效
发明人：谢睿;张世琨;叶蔚;习翔宇;杨洋 -专利权人：北京大学
申请日： 2022-04-25 - 公布日： 2022-08-02 - 主分类号： G06F40/289 文献下载
摘要：本发明涉及软件检测技术领域，提出一种基于可回溯序列生成方法的事件检测方法和系统，其中方法包括：对作为训练文本的输入句子进行编码；对编码后的输入句子计算Luong注意力，并根据计算出的注意力权重定位出输入句子中权重最大的单词；对计算Luong注意力后的输入句子计算其中上下文向量；根据所述上下文向量，对输入句子进行解码，每时刻解码出一个事件类型的名称；根据解码结果、输入句子中包含的事件触发词、触发词触发的事件类型和预先定义的目标函数训练模型，得到事件监测模型；将作为待测文本的输入句子输入所述事件监测模型得到事件检测结果。根据本发明的方案，事件检测效率高，准确度高。
基于回溯序列生成方法事件检测系统

[发明专利]回复的推荐方法、对话索引库的建立方法、装置及设备-CN202210332304.2在审
发明人：张冠炜;习翔宇;孙超博;江会星 -专利权人：北京三快在线科技有限公司
申请日： 2022-03-30 - 公布日： 2022-07-15 - 主分类号： G06F16/332 文献下载
摘要：本申请公开了一种回复的推荐方法、对话索引库的建立方法、装置及设备，属于计算机技术领域。所述方法包括：获取对话内容、对话内容中的当前对话以及当前对话的对话角色，当前对话是对话内容中的最后一句；根据当前对话、当前对话的对话角色以及当前对话的对话上文，提取当前对话的对话特征；根据当前对话以及对话特征，在历史对话索引库中确定候选回复；根据候选回复确定推荐回复。通过在确定推荐回复的过程中，不仅使用了当前对话的特征，还使用了当前对话的上文的特征以及对应的对话角色，确定的推荐回复是与上述特征匹配的回复。能够使确定的推荐回复更贴合对话的语境，能够提升推荐的回复的准确度。
回复推荐方法对话索引建立装置设备

[发明专利]模型训练、论元检测方法、装置、电子设备及存储介质-CN202110957211.4在审
发明人： 习翔宇;孙超博;江会星 -专利权人：北京三快在线科技有限公司
申请日： 2021-08-19 - 公布日： 2021-12-10 - 主分类号： G06F16/28 文献下载
摘要：本公开实施例提供了一种模型训练、论元检测方法、装置、电子设备及存储介质。模型训练方法包括：获取样本文本以及样本文本中包含的样本实体的实际论元信息；将样本文本输入待训练模型，在待训练模型中针对每个样本实体，基于其他样本实体的双向初步预测论元信息提取当前样本实体的双向论元特征，基于当前样本实体的双向论元特征获取当前样本实体的双向初步预测论元信息，以及基于当前样本实体的双向论元特征获取当前样本实体的目标预测论元信息；响应于确定训练完成，将训练完成的模型作为事件论元检测模型。本公开实施例在事件论元检测模型中加入了实体之间潜在的交互关系，因此对实体的表征更加全面，从而能够提高事件论元检测模型的准确性。
模型训练检测方法装置电子设备存储介质