“史树明”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57个，建议您升级VIP下载更多相关专利

[发明专利]机器翻译模型的训练方法、装置、介质及产品-CN202310021217.X在审
发明人：王星;何志威;涂兆鹏;王瑞;史树明 -专利权人：腾讯科技（深圳）有限公司
申请日： 2023-01-06 - 公布日： 2023-10-27 - 主分类号： G06F40/58 文献下载
摘要：本申请公开了一种机器翻译模型的训练方法、装置、介质及产品，涉及人工智能领域。该方法包括：获取第一内容集和第二内容集；从所述第一内容集中获取第一样本语句，以及，从所述第二内容集中获取语义匹配的第二样本语句；通过候选机器翻译模型对所述第一样本语句和所述第二样本语句向目标自然语言进行翻译，得到第一翻译数据和第二翻译数据；通过降低所述第一翻译数据和所述第二翻译数据之间的差异对所述候选机器翻译模型进行训练。针对低资源语料通过高资源预料的翻译预测过程进行蒸馏训练，在无需增加低资源语料数量的基础上，能够提高低资源语料的翻译准确率，提高了机器翻译模型的训练效率以及训练准确。
机器翻译模型训练方法装置介质产品

[发明专利]一种词扩展方法、装置、设备及介质-CN201811231345.2有效
发明人：韩家龙;宋彦;史树明 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-10-22 - 公布日： 2023-07-21 - 主分类号： G06F40/284 文献下载
摘要：本申请实施例公开了一种词扩展方法、装置、设备以及介质，其中，该方法包括：获取待扩展的种子词以及该种子词的上下文；根据该种子词以及该种子词的上下文，通过词扩展模型获取输出向量，该输出向量用于表征候选词库中各个候选词与种子词之间的语义相似度；根据输出向量确定种子词的扩展词。该方法中采用的词扩展模型是利用机器学习算法训练得到的神经网络，该模型在预测过程中既考虑了种子词自身的语义，又考虑了种子词的上下文语义，保证确定出的种子词的扩展词能够符合种子词的上下文语境，从而为各个自然语言处理应用提供能够满足业务需求的信息，提高自然语言处理应用的应用性能。
一种扩展方法装置设备介质

[发明专利]基于神经网络的信息处理方法及装置、介质和电子设备-CN201910822852.1有效
发明人：王星;郝杰;涂兆鹏;史树明 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-09-02 - 公布日： 2023-06-13 - 主分类号： G06F40/284 文献下载
摘要：本发明公开了一种基于神经网络的信息处理方法、基于神经网络的信息处理装置、计算机可读介质和电子设备，涉及人工智能技术领域。该信息处理方法包括：获取与输入信息对应的目标信息序列，并基于目标信息序列确定出短语级表示序列；其中，短语级表示序列中包括多个短语元素；对短语级表示序列进行线性变换，得到与短语级表示序列对应的请求向量序列、键向量序列和值向量序列；计算请求向量序列与键向量序列之间的逻辑相似度，并对逻辑相似度进行非线性变换，得到与各短语元素对应的注意力权重分布；基于注意力权重分布和值向量序列，确定输入信息对应的第一网络表示序列。本发明可以提高自关注神经网络的性能。
基于神经网络信息处理方法装置介质电子设备

[发明专利]一种机器翻译方法、装置、服务器及存储介质-CN201810018885.6有效
发明人：涂兆鹏;王龙跃;史树明;张潼 -专利权人：深圳市腾讯计算机系统有限公司
申请日： 2018-01-09 - 公布日： 2023-05-23 - 主分类号： G06F40/58 文献下载
摘要：本发明实施例提供一种机器翻译方法、装置、服务器及存储介质，该方法包括：获取初始源语言；将所述初始源语言输入预训练的目标翻译模型，其中，所述目标翻译模型至少包括重构层；通过所述重构层对所述初始源语言的源端向量表示序列和/或对应的目标端向量表示序列进行重构，获得补全省略代词的源语言；输出补全省略代词的源语言的翻译结果。本发明实施例可在翻译结果中准确的进行省略代词的翻译，提升翻译结果的准确性。
一种机器翻译方法装置服务器存储介质

[发明专利]文本问题的数学化处理方法、装置、设备和存储介质-CN201710687829.7有效
发明人：刘晓江;王䶮;史树明 -专利权人：深圳市腾讯计算机系统有限公司
申请日： 2017-08-11 - 公布日： 2023-05-05 - 主分类号： G06F16/30 文献下载
摘要：本发明涉及一种文本问题的数学化处理方法、装置、计算机设备和存储介质，该方法包括：获取问题文本序列；映射所述问题文本序列中的数字为表达式词汇；将包括所述表达式词汇的问题文本序列编码为语义向量；解码所述语义向量，生成包括所述表达式词汇的表达式；将所述表达式中的所述表达式词汇替换为所映射的数字。本申请的方案提高了用于答题的表达式的准确性。
文本问题数学处理方法装置设备存储介质

[发明专利]一种基于输入特征重要性的模型解释方法及装置-CN201910740463.4有效
发明人：涂兆鹏;何世林;王星;王龙跃;史树明 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-08-12 - 公布日： 2023-05-02 - 主分类号： G06N3/02 文献下载
摘要：本发明提供一种基于输入特征重要性的模型解释方法及装置，在获取输入数据对应的各个输入特征后，调用预设神经网络模型，获取预设神经网络模型输出的各个预测结果；在预设神经网络模型输出各个预测结果时，计算各个输入特征的参与度，基于各个输入特征的参与度，得到各个输入特征对于预设神经网络模型的重要度，基于各个输入特征对于预设神经网络模型的重要度，对预设神经网络模型进行解释，从而能够通过各个输入特征对于预设神经网络模型的重要度进行模型解释，以通过输入特征对于预设神经网络模型的重要度有效解释预设神经网络模型。
一种基于输入特征重要性模型解释方法装置

[发明专利]超链接的处理方法和装置及存储介质-CN201810771876.4有效
发明人：韩家龙;宋彦;史树明;张海松 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-07-13 - 公布日： 2023-04-18 - 主分类号： G06F16/955 文献下载
摘要：本发明公开了一种超链接的处理方法和装置及存储介质。其中，该方法包括：将第一对象中第一超链接的第一上下文信息转换为第一上下文向量；获取所述第一对象作为链接源时的第一输入向量，其中，所述第一对象包含指向第二对象的所述第一超链接的信息；根据所述第一上下文向量和所述第一输入向量获取第一平均向量；调整所述第一输入向量、所述第一上下文向量和对应于所述第二对象的第一输出向量中的至少之一；根据调整结果计算得到所述第一输出向量与所述第一平均向量的相似度，当所述第一输出向量与所述第一平均向量的相似度大于或者等于第一目标阈值时，将所述第一输出向量作为所述第二对象的输出向量并输出。
超链接处理方法装置存储介质

[发明专利]文本处理方法、装置、电子设备、介质及程序产品-CN202210903474.1在审
发明人：郭强;张海松;史树明;傅洛伊 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-07-27 - 公布日： 2023-03-21 - 主分类号： G06F16/36 文献下载
摘要：本申请实施例公开了一种文本处理方法、装置、电子设备、介质及程序产品，应用于自然语言处理技术领域。其中方法包括：获取文本句集合，并基于分割字符对文本句集合中的文本句进行分割，得到多个子文本句，根据多个子文本句确定至少一个第一关系元组，根据多个子文本句确定至少一个第二关系元组，根据至少一个第一关系元组和至少一个第二关系元组构建文本句集合对应的关系知识图谱。采用本申请实施例，可以较为全面地获取到文本句中具有指定关系的分词组合，以及提高所构建的知识图谱的准确性。
文本处理方法装置电子设备介质程序产品

[发明专利]对话生成模型的确定方法及装置、存储介质、电子设备-CN201910498269.X有效
发明人：高俊;闭玮;刘晓江;史树明 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-06-10 - 公布日： 2023-01-17 - 主分类号： G06F16/33 文献下载
摘要：本公开提供一种对话生成模型的确定方法及装置、存储介质、电子设备；涉及人工智能技术领域。所述对话生成模型的确定方法包括：获取多组训练样本，每组所述训练样本包括第一输入信息和目标回复信息；基于所述第一输入信息和所述目标回复信息，根据词库确定第一目标词语，并根据所述第一目标词语确定第一隐变量；基于所述第一隐变量训练所述对话生成模型；其中，所述词库为对话文本的词集合。本公开提供的技术方案有利于提高对话生成模型生成回复的多样性，进而能够准确对用户提出的问题进行有效答复，提升用户对话体验。
对话生成模型确定方法装置存储介质电子设备

[发明专利]关键词及话题标签生成方法、装置、介质及电子设备-CN201910372712.9有效
发明人：李菁;史树明;王樾 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-05-06 - 公布日： 2022-12-27 - 主分类号： G06F16/31 文献下载
摘要：本申请的实施例提供了一种关键词及话题标签生成方法、装置、介质及电子设备。文本数据的关键词生成方法包括：获取需要生成关键词的第一文本数据，并获取与所述第一文本数据相关联的第二文本数据；对所述第一文本数据进行编码处理得到第一特征向量，对所述第二文本数据进行编码处理得到第二特征向量；根据所述第一特征向量和所述第二特征向量，确定所述第一特征向量与所述第二特征向量之间的相关性特征；基于所述第一特征向量、所述第二特征向量和所述相关性特征，生成与所述第一文本数据相关联的关键词。本申请实施例的技术方案可以提高生成的文本数据的关键词的准确性及可扩展性。
关键词话题标签生成方法装置介质电子设备

[发明专利]一种机器翻译的方法、设备以及计算机可读存储介质-CN202010165881.8有效
发明人：刘乐茂;李昕同;史树明 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-02-08 - 公布日： 2022-12-23 - 主分类号： G06F40/58 文献下载
摘要：本申请实施例公开了一种机器翻译的方法，该方法应用于人工智能领域。本申请实施例方法包括：接收待处理信息，所述待处理信息以源语言表示；采用编码器对所述待处理信息进行编码处理，生成所述待处理信息的表示向量序列；通过预测模型预测第一时刻待翻译的目标展望词的特征信息，所述目标展望词以目标语言表示；根据所述目标展望词的特征信息确定所述表示向量序列中当前时刻对应的上下文向量；采用解码器对所述上下文向量进行解码处理，得到所述上下文向量对应的以目标语言表示的目标内容。本申请实施例中还提供一种翻译设备，用于提高翻译的准确率。
一种机器翻译方法设备以及计算机可读存储介质

[发明专利]对话生成方法及装置、存储介质、电子设备-CN201910555961.1有效
发明人：高俊;闭玮;刘晓江;史树明 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-06-25 - 公布日： 2022-12-20 - 主分类号： G06F16/33 文献下载
摘要：本公开提供一种对话生成方法及装置、电子设备、存储介质；涉及计算机技术领域。所述对话生成方法包括：获取输入的原始对话信息；根据预先训练好的功能分类模型识别所述原始对话信息以确定所述原始对话信息对应的语句功能类型；将所述原始对话信息以及所述语句功能类型输入预先训练好的对话生成模型以生成所述原始对话信息对应的对话回复信息。本公开能够根据输入的语句生成带有语句功能的回复语句，提高了对话系统生成回复的多样性和信息量，提升用户的使用体验。
对话生成方法装置存储介质电子设备

[发明专利]一种机器翻译的方法、设备以及计算机可读存储介质-CN201810131743.0有效
发明人：刘乐茂;李昕同;史树明 -专利权人：腾讯科技（深圳）有限公司
申请日： 2018-02-08 - 公布日： 2022-12-16 - 主分类号： G06F40/58 文献下载
摘要：本申请实施例公开了一种机器翻译的方法。本申请实施例方法包括：接收待处理信息，所述待处理信息以源语言表示；采用编码器对所述待处理信息进行编码处理，生成所述待处理信息的表示向量序列；通过预测模型预测第一时刻待翻译的目标展望词的特征信息，所述目标展望词以目标语言表示；根据所述目标展望词的特征信息确定所述表示向量序列中当前时刻对应的上下文向量；采用解码器对所述上下文向量进行解码处理，得到所述上下文向量对应的以目标语言表示的目标内容。本申请实施例中还提供一种翻译设备，用于提高翻译的准确率。
一种机器翻译方法设备以及计算机可读存储介质

[发明专利]一种基于人工智能的编码器构建方法及相关设备-CN201910699876.2有效
发明人：王星;涂兆鹏;郝杰;史树明 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-07-29 - 公布日： 2022-12-09 - 主分类号： G06F40/58 文献下载
摘要：本发明实施例公开了一种基于人工智能的编码器构建方法及相关设备，包括：首先建立第一神经网络和自关注网络，其中，第一神经网络主要用于建模编码器输入序列的层次结构、以及自关注网络主要用于建模所述编码器输入序列的依存关系；接着在第一神经网络中加入神经元排列的归纳偏置，得到第二神经网络；然后将第二神经网络和自关注网络进行融合，得到编码器，其中，网络融合的方式可以为短路径连接或全连接。本发明所提供编码器的构建方法属于人工智能领域中的机器翻译技术。采用本发明实施例，可以增强编码器的层次结构建模能力，提高编码器的输出的表示能力，从而提高机器翻译的准确性。
一种基于人工智能编码器构建方法相关设备

[发明专利]一种问答模型训练方法、问题语句处理方法、装置及存储介质-CN201910512122.1有效
发明人：高俊;闭玮;刘晓江;史树明 -专利权人：腾讯科技（深圳）有限公司
申请日： 2019-06-13 - 公布日： 2022-11-29 - 主分类号： G06F16/332 文献下载
摘要：本发明提供了一种问答模型训练方法，包括：通过问答模型的隐变量生成网络，确定与问题语句所对应的词语级的隐变量；通过问答模型的答复语句生成网络对词语级的隐变量进行解码处理，生成与词语级的隐变量相同数量的答复词语；根据与词语级的隐变量相同数量的答复词语，生成与词语级的隐变量相对应的答复语句；通过所生成的答复语句所对应的精确率和召回率的调和平均数，更新隐变量生成网络的参数；通过损失值最小的答复语句的正确数据标注，更新答复语句生成网络的参数。本发明还提供了问题语句处理方法、装置及存储介质。本发明能够使得训练得到的问答模型所生成的回复更加具有针对性，从而可以提升回复的丰富度和前瞻性，提升用户的使用体验。
一种问答模型训练方法问题语句处理装置存储介质

1
2
3
4
下一页»
尾页
共 57 条