“王曦阳”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22个，建议您升级VIP下载更多相关专利

[发明专利]训练方法、译文方法、装置、电子设备以及存储介质-CN202111358246.2有效
发明人： 王曦阳;张睿卿;何中军;李芝;吴华 -专利权人：北京百度网讯科技有限公司
申请日： 2021-11-16 - 公布日： 2023-03-10 - 主分类号： G06F40/58 文献下载
摘要：本公开提供了一种训练方法、译文方法、装置、电子设备以及存储介质，涉及人工智能技术领域，尤其涉及自然语言处理和深度学习技术。具体实现方案为：对源样本文本数据进行特征提取，得到样本特征向量序列；根据样本特征向量序列，得到目标样本特征向量；分别对样本特征向量序列进行自回归解码处理和非自回归解码处理，得到自回归译文结果和非自回归译文结果；对目标样本特征向量进行长度预测，得到第一预测长度值和第二预测长度值；利用译文样本文本数据、自回归译文结果、非自回归译文结果、源样本文本的真实长度值、第一预测长度值、译文样本文本的真实长度值和第二预测长度值训练预定模型；根据训练完成的预定模型，得到译文模型。
训练方法译文装置电子设备以及存储介质

[发明专利]文本翻译方法、装置、电子设备和存储介质-CN202210446882.9有效
发明人：张睿卿;刘辉;王曦阳;何中军;李芝;吴华 -专利权人：北京百度网讯科技有限公司
申请日： 2022-04-26 - 公布日： 2023-02-28 - 主分类号： G06F40/58 文献下载
摘要：本公开提供了一种文本翻译方法、装置、电子设备和存储介质，涉及文本处理领域，尤其涉及智能搜索、人工智能和深度学习领域。具体实现方案为：获取初始文本，并在所述初始文本中确定第一文本；根据所述第一文本，确定第二文本，所述第二文本用于描述所述第一文本；对所述初始文本进行翻译，得到初始翻译文本，并对所述第二文本进行翻译，得到描述翻译文本；根据所述描述翻译文本，对所述初始翻译文本进行更新，得到所述初始文本的目标翻译文本。本公开实施例可以提高文本翻译的准确性。
文本翻译方法装置电子设备存储介质

[发明专利]翻译方法、装置、电子设备及存储介质-CN202111349569.5有效
发明人：张睿卿;王曦阳;何中军;李芝;吴华 -专利权人：北京百度网讯科技有限公司
申请日： 2021-11-15 - 公布日： 2023-02-24 - 主分类号： G06F40/58 文献下载
摘要：本公开提供了一种翻译方法、装置、电子设备及存储介质，涉及机器学习与信息处理等人工智能技术领域。具体实现方案为：对于待翻译的指定语句，获取预先训练的多个翻译模型中各所述翻译模型在翻译过程的同一步迭代中生成的中间翻译结果，得到多个中间翻译结果；基于所述多个中间翻译结果，获取共现词；基于所述共现词，获取所述指定语句的目标翻译结果。本公开的技术，能够有效地提高翻译的准确性。
翻译方法装置电子设备存储介质

[发明专利]用于优化翻译模型的样本语料的选取方法、相关装置-CN202210517309.2有效
发明人：张睿卿;王曦阳;何中军;李芝;吴华 -专利权人：北京百度网讯科技有限公司
申请日： 2022-05-12 - 公布日： 2023-01-31 - 主分类号： G06F40/58 文献下载
摘要：本公开提供了用于优化翻译模型的样本语料的选取方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及自然语言处理、机器翻译、深度学习等人工智能技术领域。该方法的一具体实施方式包括：获取第一语料后，利用待优化翻译模型翻译该第一语料得到语种类型不同的第二语料，再利用该待优化翻译模型翻译该第二语料得到第三语料，然后，基于第一语料与第三语料的相似度确定第一语料的难度等级，最后，在该难度等级满足等级阈值要求时进行响应，将该第一语料确定为用于对该待优化翻译模型进行优化训练的样本语料。该实施方式提供的用于优化翻译模型的样本语料的选取方法，能够准确筛选出对当前模型效果有实际优化效果的样本语料。
用于优化翻译模型样本语料选取方法相关装置

[实用新型]一种快速响应的液压闭环控制系统-CN202222405821.6有效
发明人：贺继艳;王曦阳;任永锋;高瞻;武文 -专利权人：沈阳弘毅液压机电有限公司
申请日： 2022-09-09 - 公布日： 2023-01-13 - 主分类号： G01N3/02 文献下载
摘要：本实用新型公开了一种快速响应的液压闭环控制系统，包括油箱组件、电机泵组、阀控系统和执行机构系统，所述油箱组件包括油箱、液位计、空气滤清器、温度传感器和液位继电器，所述电机泵组包括工作系统泵组、先导油系统和循环系统，所述阀控系统包括液控单项阀、逻辑阀、节流阀和比例溢流阀，所述执行机构系统包括加载缸、位移传感器和力传感器。本实用新型属于液压控制技术领域，具体是指一种通过闭环控制实现力的稳定输出和快速卸载的功能的快速响应的液压闭环控制系统。
一种快速响应液压闭环控制系统

[发明专利]翻译方法、模型训练方法、装置、电子设备及存储介质-CN202111353074.X有效
发明人：张睿卿;王曦阳;刘辉;何中军;李芝;吴华 -专利权人：北京百度网讯科技有限公司
申请日： 2021-11-16 - 公布日： 2022-11-25 - 主分类号： G06F40/42 文献下载
摘要：本公开提供了一种翻译方法、模型训练方法、装置、电子设备及存储介质，涉及机器学习与信息处理等人工智能技术领域。具体实现方案为：基于待翻译的指定语句和预先训练的赋权模型，获取预先训练的至少两个翻译模型中各所述翻译模型翻译所述指定语句对应的权重；基于各所述翻译模型翻译所述指定语句的权重，采用所述至少两个翻译模型对所述指定语句进行翻译。本公开的技术，能够有效地提高翻译的准确性。
翻译方法模型训练装置电子设备存储介质

[发明专利]非自回归翻译模型的训练方法及其装置-CN202111353568.8有效
发明人： 王曦阳;张睿卿;何中军;李芝;吴华 -专利权人：北京百度网讯科技有限公司
申请日： 2021-11-16 - 公布日： 2022-11-04 - 主分类号： G06F40/58 文献下载
摘要：本公开提供了非自回归翻译模型的训练方法及其装置，涉及人工智能技术领域中的深度学习和自然语言处理领域。具体实现方案为：获取第一源语言文本、第一源语言文本对应的第一目标语言文本和第一目标语言文本的第一目标长度，将第一源语言文本输入至待训练的非自回归翻译模型中，以生成第一目标语言预测文本和第一预测长度，其中，待训练的非自回归翻译模型的初始化参数是根据预训练翻译模型的参数确定的，根据第一目标语言文本、第一目标语言预测文本、第一目标长度和第一预测长度，对待训练的非自回归翻译模型进行训练，得到非自回归翻译模型，可以减少训练时间，避免局部最优，提升模型的训练效果。
回归翻译模型训练方法及其装置

[发明专利]文本内容评测方法、相关装置及计算机程序产品-CN202210553070.4在审
发明人： 王曦阳;张睿卿;何中军;李芝;吴华 -专利权人：北京百度网讯科技有限公司
申请日： 2022-05-19 - 公布日： 2022-07-29 - 主分类号： G06F40/30 文献下载
摘要：本公开提供了一种文本内容评测方法、装置、设备、存储介质及计算机程序产品，涉及文本评价、文本分类、自然语言处理等人工智能技术领域。该方法的一具体实施方式包括：根据待评测文本的标点信息将待评测文本拆分为顺序排列的多个分句后，将该多个分句中的第一分句确定为实际词牌名，然后，在第三分句至最后分句中分句字数满足该词牌名所对应的字数要求的分句的数量超过数量阈值时进行响应，基于该第三分句至该最后分句的拼音文本确定实际韵律信息，最后，在实际韵律信息与该实际词牌名的标准韵律信息一致时进行响应，将该待评测文本评测为词文本。该实施方式可通过词牌名和韵律之间的对应关系对文本评测，以确定待评测文本的文本类型。
文本内容评测方法相关装置计算机程序产品

[发明专利]语料对齐方法、相关装置及计算机程序产品-CN202210553240.9在审
发明人： 王曦阳;张睿卿;何中军;李芝;吴华 -专利权人：北京百度网讯科技有限公司
申请日： 2022-05-19 - 公布日： 2022-07-29 - 主分类号： G06F40/58 文献下载
摘要：本公开提供了语料对齐方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及机器翻译、自然语言处理、深度学习等人工智能技术领域。该方法的一具体实施方式包括：获取由语种不同的第一语料和第二语料构成的初始语料对后，将正向条件概率和反向条件概率均大于第一阈值的初始语料对确定为目标语料对，然后，利用预设的翻译模型确定该目标语料对的语义匹配概率，最后，对该语义匹配概率大于第二阈值的目标语料对中的第一语料和第二语料，进行语料对齐处理。该实施方式可降低基于统计学概率筛选匹配对时的概率阈值要求，使得保证第一语料和第二语料语义对应关系准确率的前提下，召回更多在统计层面上不显著的词对，提升语料的对齐质量。
语料对齐方法相关装置计算机程序产品

[实用新型]一种宇宙线演示装置-CN202220419444.9有效
发明人： 王曦阳;张鸿玉;王小龙 -专利权人：复旦大学
申请日： 2022-02-28 - 公布日： 2022-07-26 - 主分类号： G09B23/06 文献下载
摘要：本实用新型提供了一种宇宙线演示装置，属于教学演示用具领域，包括：支撑架，为多层结构；多个宇宙线演示器，安装在支撑架上，每个宇宙线演示器包括相电连接的塑料闪烁体、SiPM、以及放大成形模块；低压模块，安装在支撑架上且与多个宇宙线演示器的放大成形模块电连接；以及升压模块，安装在支撑架上且与低压模块电连接。使用时，既可以通过单个宇宙线演示器进行宇宙射线通量的测量，也可以通过多个宇宙线演示器同时工作，将宇宙射线径迹实时显示在LED上。本宇宙线演示装置包含了探测器的两大部分即粒子探测及信号处理部分，对于教学演示时学生理解探测器工作原理有重要的意义，整个装置结构简单紧凑，安全可靠，成本低，操作方便。
一种宇宙线演示装置

[发明专利]文本的翻译方法、装置、电子设备和存储介质-CN202210532540.9在审
发明人：刘辉;张睿卿;王曦阳;何中军 -专利权人：北京百度网讯科技有限公司
申请日： 2022-05-12 - 公布日： 2022-07-22 - 主分类号： G06F40/58 文献下载
摘要：本公开公开了一种文本的翻译方法、装置、电子设备和存储介质，尤其涉及自然语言处理、深度学习等人工智能技术领域。其中，方案为：确定待处理语句中包含的目标术语；基于所述目标术语，遍历预设的数据库，以获取所述目标术语对应的候选释义；将所述待处理语句与所述候选释义进行匹配，以确定所述待处理语句与所述候选释义间的匹配度；基于所述匹配度，确定所述目标术语对应的目标释义；基于所述目标释义，确定待处理语句对应的翻译语句。由此，在进行文本翻译时，可以根据待处理语句中包含的目标术语与各个候选释义间的匹配度，确定出准确可靠的目标释义，之后再基于目标释义，对待处理语句进行翻译处理，从而提高了文本翻译的可靠性和准确性。
文本翻译方法装置电子设备存储介质

[发明专利]翻译模型的训练与翻译方法、装置-CN202110736621.6有效
发明人： 王曦阳;张睿卿;何中军;李芝;吴华 -专利权人：北京百度网讯科技有限公司
申请日： 2021-06-30 - 公布日： 2022-06-28 - 主分类号： G06F40/58 文献下载
摘要：本公开提供了一种翻译模型的训练与翻译方法、装置，涉及自然语言处理、深度学习技术领域。翻译模型的训练方法包括：获取第一训练数据；构建包含记忆模块、编码模块与解码模块的神经网络模型；使用多个第一训练文本、多个第一训练文本的前文文本与多个第一训练文本的译文标注结果训练神经网络模型，得到翻译模型。翻译方法包括：获取待翻译篇章，确定待翻译篇章中的待翻译文本与待翻译文本的前文文本；针对每个待翻译文本，将该待翻译文本与该待翻译文本的前文文本输入翻译模型，根据翻译模型的输出结果得到待翻译文本的译文输出结果；根据每个待翻译文本的译文输出结果，得到待翻译篇章的翻译结果。
翻译模型训练方法装置

[实用新型]一种宇宙线演示装置-CN202220352991.X有效
发明人： 王曦阳;张鸿玉 -专利权人：复旦大学
申请日： 2022-02-21 - 公布日： 2022-06-14 - 主分类号： G09B23/00 文献下载
摘要：本实用新型提供一种宇宙线演示装置，涉及宇宙线演示技术领域，包括支撑架，所述支撑架的内侧均匀分布有多个支撑板，所述支撑板的顶部均匀分布有多个宇宙线演示器，所述宇宙线演示器的顶部固定安装有放大成形模块。本实用新型通过设置有宇宙线演示器、低压模块和升压模块，通过相互连接配合，从而方便了在应用于科普教育领域的宇宙射线探测器，采用了闪烁体与硅光电倍增管(SiPM)构成探测模块，可以单模块工作用于宇宙射线通量的测量，也可以多模块同时工作，将看不到、摸不着的宇宙射线径迹实时显示在LED上，整套系统配备有相应的电源系统，具有结构紧凑、成本低以及操作简单方便等优点。
一种宇宙线演示装置

[发明专利]文本纠错方法、装置、电子设备及存储介质-CN202111402572.9在审
发明人：刘辉;张睿卿;王曦阳;何中军 -专利权人：北京百度网讯科技有限公司
申请日： 2021-11-23 - 公布日： 2022-04-05 - 主分类号： G06F40/30 文献下载
摘要：本公开提供了文本纠错方法、装置、电子设备以及存储介质，涉及人工智能领域，尤其涉及自然语言处理、深度学习技术领域。具体实现方案为：获取待处理的文本片段，以及文本片段对应的历史文本片段；根据文本片段以及历史文本片段，确定文本片段的特征向量序列；根据特征向量序列确定文本片段的纠错标签序列；其中，纠错标签序列中的纠错标签，表示文本片段中的对应位置是否为待纠错位置；根据文本片段以及纠错标签序列，确定文本片段对应的纠错后文本片段，参考历史文本片段，对文本片段中依赖于历史文本片段的错误字符进行检测和纠正，提高纠错的效率，提高纠错的准确度。
文本纠错方法装置电子设备存储介质

[发明专利]文本纠错模型的训练与文本纠错方法、装置-CN202110800259.4有效
发明人：张睿卿;王曦阳;张传强;何中军;李芝;吴华 -专利权人：北京百度网讯科技有限公司
申请日： 2021-07-15 - 公布日： 2021-12-24 - 主分类号： G06F40/232 文献下载
摘要：本公开提供了一种文本纠错模型的训练与文本纠错方法、装置，涉及自然语言处理、深度学习技术领域。文本纠错模型的训练方法包括：获取训练数据；构建包含记忆库门控层、编码层与输出层的神经网络模型，记忆库门控层用于从历史文本中选取语义单元，并将所选取的语义单元的编码向量加入记忆库以对样本文本进行纠错；使用多个样本文本、多个样本文本的历史文本与多个样本文本的文本标注结果对神经网络模型进行训练，直至神经网络模型收敛，得到文本纠错模型。文本纠错的方法包括：获取待处理文本与待处理文本的历史文本；将待处理文本与历史文本作为文本纠错模型的输入，将文本纠错模型的输出结果，作为待处理文本的文本纠错结果。
文本纠错模型训练方法装置

1
2
下一页»
尾页
共 22 条