“林梓佳”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12个，建议您升级VIP下载更多相关专利

[发明专利]文本处理模型的训练方法、文本处理方法及装置-CN202310410748.8在审
发明人：伍星;林梓佳 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-04-17 - 公布日： 2023-07-14 - 主分类号： G06F40/30 文献下载
摘要：本公开提供了一种文本处理模型的训练方法、文本训练方法、装置、设备、介质，涉及深度学习技术领域。该方法包括：获取训练数据集与预先构建的初始神经网络模型；生成原始文本对应的第一掩码文本向量与第二掩码文本向量；对第一掩码文本向量进行编码处理，得到原始文本语义向量，根据原始文本语义向量与第二掩码文本向量的对比结果，确定文本重构损失函数；根据原始文本语义向量与上下文掩码文本向量的对比结果，确定关联文本损失函数；基于文本重构损失函数与关联文本损失函数，调整初始神经网络模型的模型参数，得到文本处理模型。本公开综合考虑文本语义信息与上下文文本跨度之间的语义相关性信息进行建模，可以有效改进模型性能。
文本处理模型训练方法装置

[发明专利]文本处理模型生成方法、装置、电子设备和存储介质-CN202310102691.5在审
发明人：伍星;林梓佳 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-01-29 - 公布日： 2023-05-05 - 主分类号： G06F40/20 文献下载
摘要：本公开关于文本处理模型生成方法、装置、电子设备和存储介质，该方法包括：通过对待训练文本表征模型进行神经元丢弃处理，得到正文本表征模型，将样本文本信息和初始文本表征信息分别输入到待训练文本表征模型和正文本表征模型中，得到样本文本表征信息以及正样本文本表征信息。对样本文本信息进行掩码处理，得到掩码信息，并将掩码信息和初始文本表征信息输入到掩码生成判别器和掩码生成器中，得到掩码检测结果和掩码复原结果。基于样本文本表征信息、正样本文本表征信息、掩码检测结果、掩码复原结果和样本文本信息进行模型训练，得到文本处理模型。该方法可以从多个角度丰富待训练文本表征模型的可识别特征，提高了文本表征模型的准确性。
文本处理模型生成方法装置电子设备存储介质

[发明专利]文本生成模型的训练方法、装置、电子设备及存储介质-CN202310012566.5在审
发明人：伍星;高超尘;林梓佳 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-01-05 - 公布日： 2023-04-25 - 主分类号： G06F40/284 文献下载
摘要：本公开关于一种文本生成模型的训练方法、装置、电子设备及存储介质，该方法包括：对文本样本中连续的至少两个词进行掩码操作，得到包括掩码片段的掩码文本；根据文本样本和掩码文本，对自然语言理解模型进行训练；将掩码文本输入训练完成的自然语言理解模型，得到针对掩码片段的第一输出结果，并将掩码文本输入文本生成模型，得到针对掩码片段的第二输出结果；根据第二输出结果和第一输出结果，确定文本生成模型的第一损失函数值，根据第二输出结果和文本样本，确定文本生成模型的第二损失函数值；根据第一损失函数值和第二损失函数值，对文本生成模型的网络参数进行调整，获得预训练完成的文本生成模型。本公开可以提高文本生成结果的准确性。
文本生成模型训练方法装置电子设备存储介质

[发明专利]数据生成方法、装置、电子设备和存储介质-CN202310026051.0在审
发明人：伍星;林梓佳 -专利权人：北京达佳互联信息技术有限公司
申请日： 2023-01-09 - 公布日： 2023-04-18 - 主分类号： G06F40/42 文献下载
摘要：本公开关于一种数据生成方法、装置、电子设备、存储介质，所述方法包括：获取原始数据集合，以及基于原始数据集合得到的扩增数据集合；根据每个原始数据进行语言转换后的原始转译数据，得到原始转译数据集合，以及根据每个扩增数据进行语言转换后的扩增转译数据，得到扩增转译数据集合；根据原始转译数据集合和扩增转译数据集合，确定多个转译数据对；从多个转译数据对中确定出至少一个目标转译数据对；每个目标转译数据对中的两个转译数据的语义相似度大于或等于预设相似度阈值；基于至少一个目标转译数据对，从原始数据集合和扩增数据集合中，筛选出至少一个目标数据对。采用本方法能够实现可控的数据增强，提升了数据增强效果。
数据生成方法装置电子设备存储介质

[外观设计]空气电池电源（能量宝小型便携式）-CN202230357691.6有效
发明人： 林梓佳;许耘浩;魏子栋;李存璞 -专利权人：重庆大学锂电及新材料遂宁研究院
申请日： 2022-06-13 - 公布日： 2022-11-29 - 主分类号： 13-02 文献下载
摘要：1.本外观设计产品的名称：空气电池电源（能量宝小型便携式）。2.本外观设计产品的用途：用于小型电器充电。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：立体图。
空气电池电源能量小型便携式

[外观设计]空气电池电堆结构单元（能量宝）-CN202230357722.8有效
发明人： 林梓佳;许耘浩;魏子栋;李存璞 -专利权人：重庆大学锂电及新材料遂宁研究院
申请日： 2022-06-13 - 公布日： 2022-11-29 - 主分类号： 13-02 文献下载
摘要：1.本外观设计产品的名称：空气电池电堆结构单元（能量宝）。2.本外观设计产品的用途：用于空气电池大型电堆，为大型电气设备供电。3.本外观设计产品的设计要点：在于形状。4.最能表明设计要点的图片或照片：立体图。
空气电池结构单元能量

[发明专利]一种标题生成方法、装置、设备及存储介质-CN202210926120.9在审
发明人：张嘉伟;刘鹏;林梓佳;王仲远 -专利权人：北京达佳互联信息技术有限公司
申请日： 2022-08-03 - 公布日： 2022-11-22 - 主分类号： G06F40/258 文献下载
摘要：本公开关于一种标题生成方法、装置、设备及存储介质，涉及互联网技术领域，可以解决通用的标题生成方法效率低的问题。该标题生成方法包括：获取目标多媒体资源的目标资源数据；目标资源数据包括目标多媒体资源的初始标题和资源内容；将目标资源数据输入到预先训练好的标题生成模型中，以得到目标多媒体资源的第一推送标题；标题生成模型是根据第一样本多媒体资源的第一样本资源数据训练得到的；第一样本资源数据包括：第一样本多媒体资源的初始标题、推送标题和资源内容。
一种标题生成方法装置设备存储介质

[发明专利]基于特征相关隐式编码的标签空间降维方法及系统-CN201410024964.X有效
发明人：丁贵广;林梓佳;林运祯 -专利权人：清华大学
申请日： 2014-01-20 - 公布日： 2017-04-19 - 主分类号： G06K9/62 文献下载
摘要：本发明提出一种基于特征相关隐式编码的标签空间降维方法，包括以下步骤提供训练数据集；根据训练数据集构造特征矩阵和标注矩阵；根据特征矩阵得到降维矩阵与特征矩阵的最优相关函数，并根据标注矩阵得到降维矩阵与标注矩阵的最优恢复误差函数；根据最优相关函数和最优恢复误差函数构造目标函数；应用目标函数优化降维矩阵，并根据优化后的降维矩阵求解出解码矩阵；利用优化后的降维矩阵学习训练以获取预测模型；提取测试实例特征，并利用预测模型预测测试实例在潜语义空间中的表示；以及利用解码矩阵对测试实例在潜语义空间中的表示进行解码，以获取测试实例在原始标签空间的分类结果。本发明的方法，压缩率大、稳定性好、普适性强。
基于特征相关编码标签空间方法系统

[发明专利]基于最优线性稀疏重构的图像标签补全方法-CN201310177942.2有效
发明人：丁贵广;林梓佳 -专利权人：清华大学
申请日： 2013-05-14 - 公布日： 2013-07-24 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于最优线性稀疏重构的图像标签补全方法，包括以下步骤：提取图像特征；构造标注向量；获取视觉近邻；从图像角度实施标签补全；从标签角度实施标签补全；以及融合图像角度与标签角度的补全结果。本发明丰富了图像的高层语义描述，从而为后续图像的存储、管理和检索等应用提供支撑，并提升这些应用的效果，具有简单有效优点。
基于最优线性稀疏图像标签方法

[发明专利]基于对等结构的分布式高维索引并行查询框架-CN201210038115.0有效
发明人：丁贵广;林梓佳;文海龙;王建民 -专利权人：清华大学
申请日： 2012-02-17 - 公布日： 2012-08-01 - 主分类号： G06F17/30 文献下载
摘要：本发明提出一种基于对等结构的分布式高维索引并行查询框架，包括索引创建模块、监视器模块、对等站点集群以及负载软均衡模块，索引创建模块用于创建索引并对索引块文件进行存储，监视器模块用于检测所述对等站点集群中的工作站点的可用内存信息以及每个工作站点对应的索引块信息以根据检测结果对每个工作站点进行协调，负载软均衡模块用于对当前工作站点进行负载均衡控制，且定时由监视器模块进行同步以便负载软均衡模块能对当前可用的工作站点列表进行及时的调整和更新。本发明的实施例具有实时的、可靠的、支持动态增减的海量候选对象检索的优点，且查询速度快。
基于对等结构分布式索引并行查询框架

[发明专利]基于标签图模型随机游走的图像自动标注方法及装置-CN201110147140.8有效
发明人：丁贵广;林梓佳 -专利权人：清华大学
申请日： 2011-06-01 - 公布日： 2011-12-28 - 主分类号： G06F17/30 文献下载
摘要：本发明提出一种基于标签图模型随机游走的图像自动标注方法和装置，该方法包括以下步骤：提供已标注图像集合和待标注图像；获得与所述待标注图像相关联的近邻图像集合，并获得候选标签集合；构造共生矩阵；获得典型度向量；根据典型度向量构造候选标签集合的倾向矩阵；对共生矩阵和倾向矩阵进行融合，以得到关系矩阵；构造标签图模型；和在标签图模型上进行随机游走以得到节点的权重向量，并根据权重向量中每个节点的对应权重值确定待标注图像的标签。该方法通过标签与标签之间的共生和倾向关系，能够有效地标注图像，具有标注准确的优点。根据该图像自动标注装置具有结构简单，易于实现的优点。
基于标签模型随机游走图像自动标注方法装置

[发明专利]基于有向图非等概率随机搜索的图像自动标注方法及装置-CN201110147033.5有效
发明人：丁贵广;林梓佳 -专利权人：清华大学
申请日： 2011-06-01 - 公布日： 2011-12-28 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于有向图非等概率随机搜索的图像自动标注方法，包括：输入待标注图像和已标注图像集，提取待标注图像的多个特征向量，选取近邻图像集；构建针对待标注图像的有向图模型；计算标签间的词义相似度矩阵Se和标签间的共生关系矩阵Co，将词义相似度矩阵Se和标签间的共生关系矩阵Co进行融合得到标签相似矩阵TT；对候选标签集中的每一个候选标签在有向图模型中进行非等概率随机搜索以计算得分，取得分高的多个候选标签作为标注结果。本发明还公开了一种基于有向图非等概率随机搜索的图像自动标注方法装置。本发明充分合理地利用图像间的依赖关系和标签之间的相似关系，可以有效地进行图像的自动标注，具有较好的标注效果。
基于概率随机搜索图像自动标注方法装置

1
共 12 条