“王慜骊”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20个，建议您升级VIP下载更多相关专利

[发明专利]一种多模态语音识别纠错方法和系统-CN202310207160.2在审
发明人：刘卫东;宣明辉;王慜骊 -专利权人：信雅达科技股份有限公司
申请日： 2023-02-28 - 公布日： 2023-05-30 - 主分类号： G10L15/00 文献下载
摘要：本发明公开了一种多模态语音识别纠错方法和系统，包括：从语料库中获取原始样本数据，利用模糊音生成器对原始样本生成错误样本；根据错误样本文字的声母和韵母进行标注，构建不同相似度等级的模糊音文字；根据标注的错误样本数据，调整错误样本数据模糊音文字不同相似度等级比例参数；基于原始的正确样本和错误样本数据构建语音和文字融合特征向量，将所述融合特征向量输入到纠错模型模型中训练，通过全连接层和激活函数输出每一个语音位置的正确概率最大的字。方法和系统利用语音和文本的多模态融合的特征进行训练，得到用于客服语音纠错的模型，基于文本和语音结合的纠错模型可以降低方言和环境噪音等影响，从而提高客服语音质检的准确率。
一种多模态语音识别纠错方法系统

[发明专利]一种基于自然语言识别的光学字符识别纠错方法-CN201811614216.1有效
发明人：林康;林路;王慜骊;安通鉴;雷钧 -专利权人：信雅达科技股份有限公司
申请日： 2018-12-27 - 公布日： 2023-05-16 - 主分类号： G06F40/289 文献下载
摘要：本发明公开一种基于自然语言识别的光学字符识别纠错方法，该纠错方法将词法分析模型和语义分析模型进行融合，得到融合模型，并用该融合模型获得高精度的光学字符识别结果。该模型考虑了中文字符在词法模型的特点，同时考虑了中文句法语义的上下文关系等显著特征来修正光学字符识别结果，提高了模型精度。
一种基于自然语言识别光学字符纠错方法

[发明专利]基于深度学习的文本摘要自动生成方法及装置、存储介质-CN201910984379.7有效
发明人： 王慜骊;林路;刘卫东;郏维强 -专利权人：信雅达科技股份有限公司
申请日： 2019-10-16 - 公布日： 2022-04-08 - 主分类号： G06F16/34 文献下载
摘要：本发明实施例公开一种基于深度学习的文本摘要自动生成方法及装置、存储介质，其中方法包括如下步骤：构建中文语料库；对语料库中的语料文本进行预处理提取语料文本中的关键词表；分析语料文本中句子之间的和句子本身的句子特征向量，根据句子特征向量构建句子向量化后的特征模型；采用句子向量化后的特征模型对待处理文本进行训练建立模型，生成对应的文本摘要。采用本发明，在保证生成摘要准确率的前提下，可以避免有价值内容的遗漏。
基于深度学习文本摘要自动生成方法装置存储介质

[发明专利]一种基于深度学习的OCR方法-CN201811257203.3有效
发明人： 王慜骊;林路;桂晓雷;安通鉴;林康;陈立强 -专利权人：信雅达科技股份有限公司;安徽省信雅达软件工程有限公司
申请日： 2018-10-26 - 公布日： 2022-03-08 - 主分类号： G06V30/41 文献下载
摘要：本发明公开了一种基于深度学习的OCR方法,包含如下步骤：获取待识别图像；对待识别图像进行缩放，然后对缩放后的图像进行预处理，所述的预处理为锐化、灰度化、二值化、矫正倾斜、降噪、去公章中的任意一项或多项；将预处理后的图像放入深度学习神经网络中，得到缩放处理后图像的多个候选文本区域；将缩放处理后图像的多个候选文本区域放入基于深度学习神经网络中，将候选文字区域中的内容转换为计算机可读的文本；将上述计算机可读的文本放入深度学习语言模型中，对文本识别结果进行校正。本发明可以实现影像的文字内容的智能提取，为各行业人员提供了快速检索以及快速获取信息的服务，提升了工作效率，识别字段准确率高，提高处理速度。
一种基于深度学习 ocr 方法

[发明专利]来电处理方法、装置及系统-CN202010484792.X有效
发明人： 王慜骊;林路;宣明辉;刘卫东;郏维强 -专利权人：信雅达科技股份有限公司
申请日： 2020-06-01 - 公布日： 2021-05-04 - 主分类号： H04M1/57 文献下载
摘要：本发明公开一种来电处理方法、装置及系统，其中来电处理方案包括以下步骤：配置各来电意图所对应的应答数据；接收主叫终端的来电后，判断是否自动接听所述来电；当判定自动接听来电时，接听并录音，获取主叫终端发送的第一音频数据；对所述第一音频数据进行意图分类，获得来电意图；提取与所述来电意图相对应的应答数据，基于所述应答数据进行自动应答并录音。本发明通过对主叫终端发送的第一音频数据进行意图分类，获得来电意图，从而根据预先配置各来电意图所对应的应答数据，进行自动应答，与现有通话留言的技术方案相比，能够基于主叫终端的来电意图进行有针对性的应答。
来电处理方法装置系统

[发明专利]一种基于话务预测的呼叫中心的自动排班方法-CN201711226932.8有效
发明人：雷钧;王慜骊;桂晓雷 -专利权人：信雅达系统工程股份有限公司
申请日： 2017-11-29 - 公布日： 2021-01-01 - 主分类号： G06Q10/06 文献下载
摘要：本发明公开一种基于话务预测的呼叫中心的自动排班方法，该排班方法将深度学习模型和传统机器模型进行堆叠，获得融合模型，并用该融合模型获得高精度的话务量预测结果，同时考虑了业务量的增长、营销因子等显著特征来修正话务量预测模型，提高了模型精度；采用了优化的遗传算法，满足复杂的排班约束，获得的排班结果更人性化。基于这种人力分配模式的转变，使得管理人员从繁重的排班中解放出来，更为公平的排班结果员工工作积极性得到进一步提高，使得智能人力分配系统更能提升客户的服务感知及满意度。
一种基于话务预测呼叫中心自动排班方法

[发明专利]智能催收系统及方法-CN202010646427.4在审
发明人：刘卫东;林路;宣明辉;王慜骊;郏维强 -专利权人：信雅达系统工程股份有限公司
申请日： 2020-07-07 - 公布日： 2020-10-27 - 主分类号： G06Q30/00 文献下载
摘要：本发明公开了一种智能催收系统及方法，该系统包括：客户管理子系统、短信催收子系统、人工催收子系统和电话催收子系统；客户管理子系统连接至短信催收子系统、人工催收子系统和电话催收子系统；客户管理子系统综合逾期客户的客户信息和外部征信信息对逾期客户进行评级，并根据评级结果制定催收任务发送到对应的催收子系统中。本发明的有益之处在于所提供的智能催收系统及方法，在对客户进行评级时，不仅考虑该客户当前的还款情况，还将该客户历史征信记录作为评级的参考因素，能够更加准确的反映逾期客户的风险等级。
智能催收系统方法

[发明专利]基于意图识别的智能外呼系统及其方法-CN202010646720.0在审
发明人：宣明辉;林路;刘卫东;王慜骊;郏维强 -专利权人：信雅达系统工程股份有限公司
申请日： 2020-07-07 - 公布日： 2020-10-27 - 主分类号： G10L15/22 文献下载
摘要：本发明公开了一种基于意图识别的智能外呼系统及其方法，该系统包括：任务生成单元、智能呼叫单元、ASR语音识别单元、TTS语音合成单元、意图识别单元、话术存储单元和话术匹配单元；智能呼叫单元智能拨打客户的电话；ASR语音识别单元将客户的语音信息转换成文本信息；意图识别单元分析文本信息以识别出客户意图；话术匹配单元匹配出对应的回复文本；TTS语音合成单元将的回复文本转换成回复语音；智能呼叫单元向客户播放回复语音。本发明的基于意图识别的智能外呼系统及其方法能够自动生成呼叫任务，自动拨打客户电话，根据客户的语音进行语义分析得到客户意图，进而根据客户意图匹配出答复话术向客户播放，整个过程无需人工参与。
基于意图识别智能系统及其方法

[发明专利]一种银行网点业务预测及调度方法-CN202010517978.0在审
发明人：谢实明;林路;王齐辉;王慜骊;郏维强 -专利权人：信雅达系统工程股份有限公司
申请日： 2020-06-09 - 公布日： 2020-09-25 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种银行网点业务预测和调度方法和系统，所述预测和调度方法包括如下步骤：建立Lattice‑LSTM算法的业务预测模型；将单位时间内的历史业务数据、环境数据输入至所述业务预测模型，用于所述业务预测模型数据训练，其中所述环境数据包括：网点地理位置、天气数据，所述历史业务数据包括：单位时间内不同渠道业务办理的开始时间，结束时间，业务类型，业务经手人的流水数据；预测未来至少一个网点业务数据，根据预测的数据对网点进行工作调度；本发明采用Lattice‑LSTM算法对银行网点的业务量和工作人员排班进行预测，并优化银行网点设备和人员的排布和调动，节约成本和资源。
一种银行网点业务预测调度方法

[发明专利]贷后风险评估方法及装置、存储介质-CN201910983490.4在审
发明人：王晨曦;林路;王慜骊;郏维强 -专利权人：信雅达系统工程股份有限公司
申请日： 2019-10-16 - 公布日： 2020-01-31 - 主分类号： G06Q40/02 文献下载
摘要：本发明实施例公开一种贷后风险评估方法及装置、存储介质，其中方法包括如下步骤：对所存储的贷款数据进行预处理，预处理包括数据降维、数据重分类、数据合并和数据清洗，其中，贷款数据分类后包括静态数据和动态数据；对预处理后的动态数据进行特征工程提取对应的特征工程特征；基于深度学习网络进行评估模型构建，并采用金融模型中的专家特征和特征工程特征进行评估模型的训练；基于评估模型进行数据评估并输出最终的审批名单。在本申请中，可以提高贷后数据分析的效率，提高风险评估模型的精度，增加违约可预测的时常，最终可以有效控制贷后风险。
预处理评估模型贷款数据动态数据工程特征风险评估模型存储介质风险评估金融模型静态数据数据分析数据合并数据降维数据评估数据清洗有效控制可预测重分类构建存储输出分类申请审批网络学习

[发明专利]基于多模型融合的问答方法及系统-CN201910984294.9在审
发明人：宣明辉;林路;王慜骊;郏维强;黄页 -专利权人：信雅达系统工程股份有限公司
申请日： 2019-10-16 - 公布日： 2020-01-24 - 主分类号： G06F16/332 文献下载
摘要：本发明实施例公开一种基于多模型融合的问答方法及系统，其中方法包括如下步骤：构建知识库和知识图谱，结合知识库和知识图谱对所输入的原始问题进行问题解析，得到问题解析数据，基于融合模型指示的匹配方法检索问题分析数据，得到原始问题对应的问题答案。在本申请中，采用融合模型搜索原始问题对应的答案的过程在保证准确性的前提下可以实现更高的效率，且随着数据量的增长，深度学习模型日趋健壮，整体模型对于语义的理解更准确，可实现对机器人真正的“注智”。
原始问题知识库问题解析图谱语义分析数据检索问题模型融合模型搜索模型指示问题答案整体模型融合数据量构建匹配机器人答案申请保证学习

[发明专利]银行语音转账系统及方法-CN201910883312.4在审
发明人：张艺馨;林路;刘卫东;郏维强;王慜骊 -专利权人：信雅达系统工程股份有限公司
申请日： 2019-09-18 - 公布日： 2019-12-24 - 主分类号： G06Q20/40 文献下载
摘要：本发明实施例公开一种银行语音转账系统及方法，其中系统包括：客户端和银行内部服务器；客户端接收用户的语音转账请求；客户端通过语音转账安全模块将语音转账请求发送至银行内部服务器进行比对，以使银行内部服务器验证转账请求后返回验证通过响应至客户端；客户端接收到验证通过响应后，通过语音识别模块识别语音转账数据，并将语音转账数据发送至转账模块完成转账。采用本发明，在保证语音转账安全性的基础上，可以提高客户通过语音实现银行转账的自主性，节约银行的人力成本。
语音客户端银行内部服务器转账请求转账验证通过转账数据语音识别模块发送安全模块接收用户人力成本银行转账转账模块转账系统响应自主性比对银行验证返回节约客户保证

[发明专利]一种基于融合模型算法的文本去重方法-CN201910707778.9在审
发明人： 王慜骊;林路;陈芃;郏维强 -专利权人：信雅达系统工程股份有限公司
申请日： 2019-08-01 - 公布日： 2019-11-12 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种基于融合模型算法的文本去重方法，包括以下步骤，新闻预处理，检验一致性，计算任意两篇新闻的两两之间的相似度，使用混合贪婪算法进行文本去重。本发明中，实现自动对文本进行预处理，包括对文本进行转换、匹配，和权威性分析，只保留权威媒体的新闻，提高新闻文本的权威性，同时便于降低后序对文本去重的工作量，其次，实现去除标题和正文的一致性的文本，同时实现去除相似文本，最大保留了去重后可以用的数据量。
文本去重预处理模型算法去除贪婪算法新闻文本数据量相似度融合保留工作量匹配转换检验分析

[发明专利]基于用户连续行为序列特征的智能理财推荐方法-CN201910707780.6在审
发明人：林晓钟;林路;王慜骊;郏维强 -专利权人：信雅达系统工程股份有限公司
申请日： 2019-08-01 - 公布日： 2019-11-05 - 主分类号： G06Q30/06 文献下载
摘要：本发明公开了基于用户连续行为序列特征的智能理财推荐方法，包括获取理财产品属性数据与用户属性数据、数据清洗与规范化管理、对数据进行分类、对数据进行transformer模型架构训练、将信息输入到训练好的模型，模型输出个人理财推荐和通过多渠道向用户推荐，并获取反馈信息。本发明中，该智能理财推荐方法通过对用户终端上传的用户信息数据进行特征提取，特别是使用Transformer新架构模型捕获用户行为序列的序列信号，结合用户之前的行为序列特征提高了对用户推荐理财产品的精准性，从而自动提升了用户对理财产品的点击率与购买率，供智能理财推荐系统的安全使用，并且增强了用户与银行金融产品之间的相识相知度，对用户和银行起到互利互惠的效果。
理财理财产品智能连续行为序列特征用户推荐用户属性数据用户信息数据规范化管理安全使用反馈信息模型架构属性数据数据清洗特征提取推荐系统信息输入行为序列序列信号银行金融用户行为用户终端自动提升点击率新架构上传捕获输出分类购买银行

[发明专利]基于用户数据与专家特征合并逻辑回归信贷审批的方法-CN201910707782.5在审
发明人：王晨曦;林路;王慜骊;郏维强 -专利权人：信雅达系统工程股份有限公司
申请日： 2019-08-01 - 公布日： 2019-11-05 - 主分类号： G06Q40/02 文献下载
摘要：本发明公开了基于用户数据与专家特征合并逻辑回归信贷审批的方法，包括输入数据进行清洗、数据降维和预处理、对数据进行分类、对数据进行特征工程并提取特征、引入专家特征、对特征进行预测和输出审批名单。本发明中，该信贷审批的方法将传统金融模型中的专家特征和经典机器学习方法结合起来，并结合市场实时更新数据和特征工程来对可能的动态变化的未来违约可能性进行预测，采用了预测模型和优化的逻辑回归算法，满足复杂的信贷约束，获得的违约概率预测和风险溢价的结果更加准确，并且使得审核人员可以从繁重的信用风险评估审核和定价中解放出来，使得大规模的小微企业信贷审批得以快速实现，确保智能评级和规避风险成为可能。
逻辑回归信贷审批特征合并用户数据预测预处理实时更新数据传统金融动态变化风险评估机器学习提取特征违约概率预测模型审核算法评级清洗定价输出智能分类引入信用优化

1
2
下一页»
尾页
共 20 条