“杨玉基”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7个，建议您升级VIP下载更多相关专利

[发明专利]图神经网络模型的训练方法及装置-CN202110291393.6有效
发明人： 杨玉基;张梦迪;张富峥 -专利权人：北京三快在线科技有限公司
申请日： 2021-03-18 - 公布日： 2023-06-09 - 主分类号： G06N3/08 文献下载
摘要：本公开提供了一种图神经网络模型的训练方法及装置。所述方法包括：根据网络节点和网络节点的历史交互数据，构建节点交互图；根据图节点之间的连接边权重，计算任意两个网络节点的节点相似度；根据节点相似度和网络节点构建训练样本图；对训练样本图进行采样处理得到多个样本子图；获取样本子图的负样本节点和多阶邻居节点；根据样本子图、负样本节点和多阶邻居节点对初始图神经网络模型进行训练，得到损失值；在损失值处于预设范围内的情况下，将训练后的初始图神经网络模型作为目标图神经网络模型。本公开可以在保证生成节点向量的可解释性的同时，提高生成的节点向量的质量。
神经网络模型训练方法装置

[发明专利]搜索推荐方法、装置、电子设备-CN202110639624.8有效
发明人： 杨玉基;张梦迪;何金薇;吴世哲 -专利权人：北京三快在线科技有限公司
申请日： 2021-06-08 - 公布日： 2022-11-01 - 主分类号： G06F16/9035 文献下载
摘要：本申请公开了一种搜索推荐方法，属于计算机技术领域，用于解决搜索推荐泛相似性弱的问题。所述方法包括：获取与用户搜索需求匹配的召回项目；通过预先构建的项目和编码的索引关系，确定召回项目的索引编码；其中，索引关系中的索引编码是通过以下方法确定的：以项目作为节点，以两两所述项目之间的相似度作为相应边的权重，构造第一无向图；基于所述第一无向图训练图神经网络模型，得到每个所述项目的索引编码；并将所述索引关系中索引编码与召回项目的索引编码较高的项目，作为搜索推荐项目。本方法基于历史推荐数据构建的图的路径游走结果得到的节点相似性为指导训练项目编码，使得基于编码相似度推荐的项目，提升了搜索推荐结果的泛相似性。
搜索推荐方法装置电子设备

[发明专利]内容项推荐方法、装置、服务器及存储介质-CN202210766877.6在审
发明人：迟慧璇;徐灏;付浩;张梦迪;杨玉基;武威 -专利权人：北京三快在线科技有限公司
申请日： 2022-06-30 - 公布日： 2022-10-18 - 主分类号： G06F16/9535 文献下载
摘要：本公开提供了一种内容项推荐方法、装置、服务器及存储介质，属于互联网技术领域。所述方法包括：基于目标用户的第一长期状态特征向量、第一短期状态特征向量及第一时间间隔特征向量，确定用户嵌入特征向量；基于目标内容项的第二长期状态特征向量、第二短期状态特征向量、第二时间间隔特征向量及交互特征向量，确定内容嵌入特征向量；基于内容嵌入特征向量，对用户嵌入特征向量进行更新，得到更新的用户嵌入特征向量；基于更新的用户嵌入特征向量进行内容项推荐。本公开更新的用户嵌入特征向量中融合了目标用户短期点击的目标内容项的特征向量，能够表征目标用户的短期偏好，基于该更新的用户嵌入特征向量的推荐结果更准确。
内容推荐方法装置服务器存储介质

[发明专利]神经网络模型的训练方法、装置及电子设备-CN202210557286.8在审
发明人：王玉玲;徐灏;张梦迪;杨玉基;武威 -专利权人：北京三快在线科技有限公司
申请日： 2022-05-20 - 公布日： 2022-09-06 - 主分类号： G06N3/04 文献下载
摘要：本申请公开了一种神经网络模型的训练方法、装置及电子设备，属于互联网技术领域。该方法获取多个第一节点分别对应的第一特征向量和等多个第一节点之间的多种关联关系分别对应的权重矩阵，基于多种关联关系的第一数量，对多个权重矩阵分别进行整合，得到多个第一权重参数，基于多个第一节点分别对应的第一特征向量，对多个第一权重参数进行迭代优化，直至多个第一权重参数满足收敛条件，得到多个第二权重参数，基于多个第二权重参数和多个第一节点分别对应的第一特征向量，进行模型训练，得到目标神经网络模型。该方法将一个权重矩阵整合成一个权重参数，这样可以大大减少参数量，缓解过参数的问题，从而提高模型训练效率。
神经网络模型训练方法装置电子设备

[发明专利]一种基于教育知识图谱与文本的混合自动问答方法-CN201910203301.7有效
发明人：许斌;刘阳;杨玉基 -专利权人：清华大学
申请日： 2019-03-18 - 公布日： 2021-02-26 - 主分类号： G06F16/332 文献下载
摘要：本发明属于智慧教育问答技术领域，尤其涉及一种基于教育知识图谱与文本的混合自动问答方法，包括：通过构建基础教育本体、语义标注、信息抽取来构建基础教育知识图谱；根据关键词结合正则表达式，构建问题的通用模板；搭建全文搜索引擎，对海量文本进行预处理；将试题问答对作为训练集合，训练至深度文本匹配模型收敛；对用户问题进行识别得到主语列表，并赋予置信度；进行模板匹配得到谓语列表，并赋予置信度；根据主语和谓语列表查询知识图谱得到答案列表，并赋予置信度；使用词性标注方法得到关键词，进行粗、细粒度匹配得到答案并排序；如果基于教育知识图谱的答案的最高置信度超过阈值，则返回该答案；否则返回基于文本的排序最前的答案。
一种基于教育知识图谱文本混合自动问答方法

[发明专利]一种基于定义与关系的术语抽取方法-CN201710833633.4有效
发明人：许斌;李思良;杨玉基 -专利权人：清华大学
申请日： 2017-09-15 - 公布日： 2020-09-22 - 主分类号： G06F40/284 文献下载
摘要：本发明属于文本挖掘领域，尤其涉及一种基于定义与关系的术语抽取方法，该方法以挖掘术语定义与术语关系为主，综合构词规则和边界检测，其首先对文本进行定义抽取，从定义中生成初始的优质术语候补，之后会根据术语关系不断对术语候补进行扩充。本发明提出的上述术语抽取方法有利于提高对低频术语的辨识能力和对于通用性较高术语、长字数术语的抽取能力。
一种基于定义关系术语抽取方法

[发明专利]推荐信息生成方法、装置、电子设备及可读存储介质-CN202010301661.3在审
发明人： 杨玉基;王倩舒;张梦迪;张富峥;王仲远 -专利权人：北京三快在线科技有限公司
申请日： 2020-04-16 - 公布日： 2020-09-08 - 主分类号： G06F16/9536 文献下载
摘要：本申请实施例提供了一种推荐信息生成方法、装置、电子设备及可读存储介质。方法包括：根据用户标识、对象标识以及情境属性参数相互之间的关联关系，确定包括情境属性参数的第一节点、包括用户标识的第二节点，以及包括对象标识的第三节点的多条路径，根据多条路径上第一节点包括的各个子参数值和第三节点，对多条路径进行分组，得到多组路径，根据多组路径各自的路径属性值，生成待推荐对象的推荐信息，采用本申请实施例方法，生成待推荐信息的过程结合了推荐信息所属领域历史数据中的情境属性参数和路径属性值，使得对于待推荐对象的推荐信息更加丰富、具有参考性，能够带给用户更多的惊喜感和吸引力。
推荐信息生成方法装置电子设备可读存储介质

1
共 7 条