“成幸毅”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10个，建议您升级VIP下载更多相关专利

[发明专利]蛋白质语言模型的训练方法、电子设备、计算机可读介质和程序产品-CN202310832203.6在审
发明人： 成幸毅;陈波;李绅;曾信;刘迟明;唐杰;宋乐 -专利权人：百图生科（北京）智能技术有限公司
申请日： 2023-07-06 - 公布日： 2023-10-27 - 主分类号： G16B25/10 文献下载
摘要：本公开涉及蛋白质语言模型训练领域，具体涉及蛋白质语言模型的训练方法、利用蛋白质语言模型来提取氨基酸序列表征的方法、利用蛋白质语言模型来获得新氨基酸序列的方法、利用蛋白质语言模型来获得相关氨基酸序列的方法、利用蛋白质语言模型来预测氨基酸序列困惑度的方法、电子设备、计算机可读介质和程序产品。蛋白质语言模型的训练方法包括：在训练过程中，执行第一类型的训练任务和第二类型的训练任务包括的两个训练子任务中至少一个训练子任务；基于第一类型训练任务对应的第一损失值和第二类型训练任务对应的损失值调整蛋白质语言模型的参数，获得训练完成的蛋白质语言模型。
蛋白质语言模型训练方法电子设备计算机可读介质程序产品

[发明专利]路况预测方法及装置、计算机设备与可读介质-CN201710260079.5有效
发明人： 成幸毅;周杰;张睿卿;徐伟 -专利权人：百度在线网络技术(北京)有限公司
申请日： 2017-04-20 - 公布日： 2023-10-27 - 主分类号： G06N3/08 文献下载
摘要：本发明提供一种路况预测方法及装置、计算机设备与可读介质。其所述方法包括：从道路路网中获取目标道路的N阶相邻道路；分别获取当前时刻的目标道路的特征信息和目标道路的N阶相邻道路的特征信息；根据当前时刻的目标道路特征信息、目标道路的N阶相邻道路的特征信息以及预先训练的路况预测模型，预测目标道路在预设的未来时刻的路况。本发明的技术方案，在预测时不仅参考了目标道路的当前时刻的路况以及至少一个历史时刻的路况，还参考了目标道路的空间信息即参考了目标道路的N阶相邻道路的当前时刻的路况以及至少一个历史时刻的路况，从而能够更加准确地预测目标道路在未来时刻的路况。
路况预测方法装置计算机设备可读介质

[发明专利]一种基因调控关系模型生成方法及装置-CN202310097546.2在审
发明人：曾信;龚警;刘迟明;王太峰;成幸毅;宋乐 -专利权人：百图生科(北京)智能技术有限公司
申请日： 2023-01-19 - 公布日： 2023-07-07 - 主分类号： G16B5/00 文献下载
摘要：本申请提供了一种基因调控关系模型生成方法及装置，该方法包括：获取初始基因表达量矩阵；随机选取初始基因表达量矩阵中多个元素作为第一类元素，将除第一类元素外的基因表达量矩阵中的元素作为第二类元素；根据元素在初始基因表达量矩阵中的位置，确定输入特征；将输入特征输入待训练基因调控关系模型获取基因调控关系表示，对基因调控关系表示进行转换生成预测基因表达量矩阵；基于初始基因表达量矩阵及预测基因表达量矩阵更新待训练基因调控关系模型中的模型参数生成基因调控关系模型。通过采用上述基因调控关系模型生成方法及装置，解决了调控关系模型训练难度大以及模型学到的调控关系图谱存在系统性缺失的问题。
一种基因调控关系模型生成方法装置

[发明专利]一种分词方法、多模式分词模型和系统-CN202011397544.8有效
发明人：黄伟鹏;成幸毅;陈昆龙;王太峰;褚崴 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-12-04 - 公布日： 2021-03-23 - 主分类号： G06F40/289 文献下载
摘要：本说明书实施例公开了一种分词方法、多模式分词模型和系统。该方法包括：获取待处理文本；利用多模式分词模型对所述待处理文本进行以下处理，以确定对所述待处理文本的分词结果：通过特征提取层处理所述待处理文本，获得对应于所述待处理文本的特征序列；基于所述待处理文本所属的领域类型，通过对应所述领域类型的至少一个映射层处理所述特征序列，获得至少一个映射特征；通过预测层基于所述至少一个映射特征确定对所述待处理文本的所述分词结果。
一种分词方法模式模型系统

[发明专利]机器阅读理解中的数值推理方法和装置-CN202011436272.8在审
发明人：陈昆龙;徐威迪;成幸毅;邹晓川;王峰;王太峰;宋乐;褚崴 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-07-31 - 公布日： 2021-03-16 - 主分类号： G06F16/33 文献下载
摘要：本说明书实施例提供一种机器阅读理解中的数值推理方法和装置。方法包括:获取当前问题和当前文本；确定当前问题和当前文本中包括的各实体和各数字，以及各数字分别对应的类型；构建关系网络图，包括对应于各实体的实体节点，和对应于各数字的数字节点，在相同类型的数字节点之间，以及具有预设关系的实体节点和数字节点之间，通过连接边形成邻居；确定当前问题对应的第一问题表征向量，以及关系网络图中各节点的初始表征向量；基于各节点的初始表征向量，对所述关系网络图中的各节点进行预定次数的迭代，以得到各节点的更新表征向量。能够提高机器阅读理解中的数值推理处理复杂问题的能力。
机器阅读理解中的数值推理方法装置

[发明专利]建立查询改写判别模型、查询改写判别的方法和对应装置-CN201610408229.8有效
发明人： 成幸毅;林荣逸;吕钦;李磊 -专利权人：百度在线网络技术(北京)有限公司
申请日： 2016-06-12 - 公布日： 2021-01-22 - 主分类号： G06F16/242 文献下载
摘要：本发明提供了一种建立查询改写判别模型、查询改写判别的方法和对应装置，其中建立查询改写判别模型的方法包括：利用包含query对的第一正样本和第一负样本构成的第一样本集合，分别训练M个神经网络模型，得到M个底层模型，所述M为正整数；从包含query对的第二正样本和第二负样本构成的第二样本集合中提取特征，所述特征包括所述M个底层模型分别对所述第二样本集合中各query对的评分；利用提取的特征训练分类模型，得到查询改写判别模型。本发明利用了前沿的机器学习技术，以学习文本表达的潜在关联，从而实现查询改写的准确判别。
建立查询改写判别模型别的方法对应装置

[发明专利]机器阅读理解中的数值推理方法和装置-CN202010759810.0有效
发明人：陈昆龙;徐威迪;成幸毅;邹晓川;王峰;王太峰;宋乐;褚崴 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-07-31 - 公布日： 2020-12-04 - 主分类号： G06F16/33 文献下载
摘要：本说明书实施例提供一种机器阅读理解中的数值推理方法和装置。方法包括:获取当前问题和当前文本；确定当前问题和当前文本中包括的各实体和各数字，以及各数字分别对应的类型；构建关系网络图，包括对应于各实体的实体节点，和对应于各数字的数字节点，在相同类型的数字节点之间，以及具有预设关系的实体节点和数字节点之间，通过连接边形成邻居；确定当前问题对应的第一问题表征向量，以及关系网络图中各节点的初始表征向量；基于各节点的初始表征向量，对所述关系网络图中的各节点进行预定次数的迭代，以得到各节点的更新表征向量。能够提高机器阅读理解中的数值推理处理复杂问题的能力。
机器阅读理解中的数值推理方法装置

[发明专利]一种文本内容修正的方法和系统-CN202010384219.1有效
发明人： 成幸毅;徐威迪;陈昆龙;王太峰;褚崴 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-05-09 - 公布日： 2020-08-14 - 主分类号： G06F40/232 文献下载
摘要：本说明书实施例公开了一种文本内容修正的方法及系统。所述方法包括：获取待检测文本；生成所述待检测文本中各个字符对应的语义向量；对于每个所述语义向量，确定该语义向量在修正矩阵中对应的修正向量，进而将所述修正向量对应的字符作为修正后的字符；所述修正矩阵包括所述字符集中各字符的修正向量，其基于词嵌入矩阵和混淆特征矩阵生成；所述混淆特征矩阵基于所述词嵌入矩阵和混淆关系图，通过混淆模型获得；所述混淆关系图表示字符之间的符号近似关系；所述词嵌入矩阵包括字符集中各字符的词嵌入向量。
一种文本内容修正方法系统

[发明专利]语义相似度确定方法、装置及处理设备-CN202010329730.1在审
发明人： 成幸毅;徐威迪;陈昆龙;黄伟鹏;蒋亮;温祖杰;王太峰;褚崴 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-04-24 - 公布日： 2020-06-05 - 主分类号： G06F40/30 文献下载
摘要：本说明书提供一种语义相似度确定方法、装置及处理设备，预先建立的语义相似度模型从两个不同的角度处理句子对，既考虑了文本句子的维度，又结合了文本单词级交叉矩阵的角度。在需要对待处理文本进行语义相似度的计算时，可以直接利用建立好的语义相似度模型中的语句语义确定子模型对待处理文本分别进行语义编码，将待处理文本分别转换为向量表示，基于转换后的向量对待处理文本进行相似度计算。在确保语义相似度计算效率的基础上，提高了语义相似度计算的准确性。
语义相似确定方法装置处理设备

[发明专利]获取业务对象标签、建立训练模型的方法及装置-CN201310134293.8有效
发明人：钟灵;成幸毅;陈凡;金凯民 -专利权人：阿里巴巴集团控股有限公司
申请日： 2013-04-17 - 公布日： 2017-08-04 - 主分类号： G06F17/30 文献下载
摘要：本申请公开了获取业务对象标签、建立训练模型的方法及装置，其中，所述获取业务对象标签的方法包括获取目标业务对象的文字描述信息，对所述文字描述信息进行分词，得到多个描述词语；提取各个描述词语的特征；将各个描述词语的特征以及描述词语在所述目标文字描述信息中的上下文信息输入到预置的训练模型中，根据所述训练模型的输出结果确定各个描述词语是否可作为对应业务对象的标签；其中，所述训练模型用于预测目标文字描述信息中的各个描述词语能够作为对应业务对象的标签的概率，该概率与当前描述词语的特征以及该当前描述词语在所述目标文字描述信息中的上下文信息相关。通过本申请，可以使得预测出的结果具有较高的准确度。
获取业务对象标签建立训练模型方法装置

1
共 10 条