“耿瑞莹”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39个，建议您升级VIP下载更多相关专利

[发明专利]信息查询方法-CN202310437564.0在审
发明人：曹荣禹;耿瑞莹;惠彬原;黎槟华;黄非;李永彬 -专利权人：阿里巴巴（中国）有限公司
申请日： 2023-04-17 - 公布日： 2023-08-15 - 主分类号： G06F16/24 文献下载
摘要：本说明书实施例提供信息查询方法，其中所述信息查询方法包括：获取查询请求，其中，所述查询请求中包含查询文本；将所述查询文本输入查询语句生成模型，获得所述查询文本对应的目标查询语句，其中，所述查询语句生成模型基于样本集训练获得，所述样本集包含样本文本和样本查询语句，所述样本查询语句基于不同的样本扩充任务采集得到，所述样本文本通过将所述样本查询语句输入文本生成模型获得；基于所述目标查询语句，从数据库中查找目标信息。由于样本集是基于样本扩充任务和文本生成模型获得的，故通过包含丰富样本的样本集训练得到的查询语句生成模型，生成目标查询语句的准确度更高；进而基于目标查询语句获取的目标信息更为准确。
信息查询方法

[发明专利]文本生成方法和对话文本生成方法-CN202310392642.X在审
发明人：李姝洁;耿瑞莹;黎槟华;李永彬 -专利权人：阿里巴巴达摩院（杭州）科技有限公司
申请日： 2023-04-12 - 公布日： 2023-08-08 - 主分类号： G06F16/332 文献下载
摘要：本说明书实施例提供文本生成方法和对话文本生成方法，其中所述文本生成方法包括：获取实体对象的对象数据，并将对象数据转换为对应的图数据，其中，图数据包括节点和节点之间的边；将图数据输入文本生成模型的嵌入层，将图数据转换为对应的图嵌入序列，基于图嵌入序列中节点和边，确定文本生成模型的编码器的位置参数和注意力掩码参数，将图嵌入序列转换为对应的文本嵌入特征；将文本嵌入特征输入编码器，基于位置参数和注意力掩码参数，编码得到文本编码特征；将文本编码特征输入文本生成模型的解码器，解码得到实体对象的目标文本。提升了文本生成模型的通用性，降低了成本，进一步提升了文本生成的通用性和准确度。
文本生成方法对话

[发明专利]模型训练方法、文本生成方法及装置-CN202310384009.6在审
发明人： 耿瑞莹;黎槟华;曹荣禹;李永彬 -专利权人：阿里巴巴（中国）有限公司
申请日： 2023-04-11 - 公布日： 2023-07-18 - 主分类号： G06N3/082 文献下载
摘要：本申请提供一种模型训练方法、文本生成方法及装置。该方法包括获取基于样本表格生成的样本文本；将样本文本输入文本处理模型的编码模块进行编码处理，得到编码向量；将编码向量输入文本处理模型的解码模块进行解码处理，得到解码向量；根据编码向量和解码向量，确定第一损失值；若第一损失值大于第一阈值，根据第一损失值调整文本处理模型的模型参数，训练得到一个文本处理模型，可以基于表格内容生成准确的文本内容。
模型训练方法文本生成装置

[发明专利]基于表格的问答处理方法及装置-CN202310120405.8在审
发明人： 耿瑞莹;李亮;黎槟华;李永彬 -专利权人：阿里巴巴（中国）有限公司
申请日： 2023-01-18 - 公布日： 2023-05-12 - 主分类号： G06F16/242 文献下载
摘要：本申请实施例公开了一种基于表格的问答处理方法及装置，涉及人工智能技术领域。其中方法包括：获取问题文本对应的SQL(结构化查询语言)语句；利用所述SQL语句查询表格，得到所述SQL语句对应的查询结果；查询所述SQL语句及其查询结果对应的文本片段，所述文本片段是在离线阶段从答案生成模型利用所述SQL语句和所述表格中的属性数据生成的答案文本中抽取得到的，所述答案生成模型基于深度学习模型训练得到；利用查询到的文本片段，得到所述问题文本对应的答案文本。本申请能够快速生成答案文本，提高效率且降低对线上计算能力的要求。
基于表格问答处理方法装置

[发明专利]文本生成方法、模型训练方法及装置-CN202310078329.9有效
发明人： 耿瑞莹;石翔;李亮;黎槟华;李永彬 -专利权人：阿里巴巴达摩院（杭州）科技有限公司
申请日： 2023-02-08 - 公布日： 2023-05-05 - 主分类号： G06F40/126 文献下载
摘要：本申请提供一种文本生成方法、模型训练方法及装置。该方法包括获取待处理表格；基于待处理表格，生成多个字符组，多个字符组包括：多个文本组，文本组由待处理表格中的键文本、键文本对应的一个值字词，值字词在所属的值文本中的正序位置，值字词在所属的值文本中的倒序位置按照预设顺序组成；将多个字符组输入编码器进行编码处理，得到多个编码向量；将多个编码向量输入文本内容提取模型中进行文本内容提取，得到第一输出文本；将多个编码向量和第一输出文本输入文本拼接模型中进行文本拼接，得到待处理表格对应的目标输出文本。本申请能够生成基于待处理表格中的内容，生成流畅的文本。
文本生成方法模型训练装置

[发明专利]模型训练、自然语言处理方法、装置、设备及存储介质-CN202211377112.X在审
发明人：曹荣禹;高畅;石翔;耿瑞莹;黎槟华;黄非;李永彬 -专利权人：阿里巴巴达摩院（杭州）科技有限公司
申请日： 2022-11-04 - 公布日： 2023-04-04 - 主分类号： G06F16/242 文献下载
摘要：本公开涉及一种模型训练、自然语言处理方法、装置、设备及存储介质。本公开将自然语言转化成SQL查询语句的过程拆分为多个子任务，通过多个子任务得到的子句对机器学习模型进行训练，使得机器学习模型对各个子任务进行学习。然后将多个子任务分别对应的任务提示词、自然语言语句、以及数据库模式输入机器学习模型，使得机器学习模型输出自然语言语句对应的结构化查询语句。从而根据结构化查询语句和自然语言语句对应的标准结构化查询语句，对机器学习模型进行再次训练，使得机器学习模型对主任务进行学习。通过这种任务拆解和组合学习的方式，使得训练后的机器学习模型可以生成精准的SQL查询语句，并提升了机器学习模型的泛化能力和鲁棒性。
模型训练自然语言处理方法装置设备存储介质

[发明专利]查询改写方法及装置-CN202110909152.3在审
发明人：周昊;耿瑞莹;李永彬;孙健 -专利权人：阿里巴巴达摩院（杭州）科技有限公司
申请日： 2021-08-09 - 公布日： 2023-02-17 - 主分类号： G06F16/242 文献下载
摘要：本申请公开了一种查询改写方法及装置。其中，该方法包括：在多轮对话过程中，获取本轮对话的目标查询项；若目标查询项为待改写的查询项，确定目标查询项中的待改写内容；确定待改写内容与上下文之间的依存关系，其中，上下文为多轮对话过程中与本轮对话关联的对话；依据依存关系对待改写内容进行改写。本申请依据目标查询项与多轮对话过程中上下文信息间的依存关系改写得到的查询项，表达逻辑准确，能够更精确地查询用户所需的信息，提升用户体验。
查询改写方法装置

[发明专利]基于表格问答的回复生成及模型训练方法、装置及设备-CN202210501373.1有效
发明人： 耿瑞莹;李亮;石翔;黎槟华;李永彬;孙健 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-05-10 - 公布日： 2022-09-30 - 主分类号： G06F16/242 文献下载
摘要：本申请实施例提供一种基于表格问答的回复生成及模型训练方法、装置及设备。在本申请实施例中，首先，将用户问题的SQL语句转化为抽象语法树，以及构建SQL语句所要访问的表格的图结构，接着，将抽象语法树和SQL语句所要访问的表格的图结构合并成统一的异构图结构，最后，利用基于统一的样本异构图结构训练得到的回复生成模型对用户问题的异构图结构进行表格问答。由此，较好地解决SQL语句与表格数据之间的语义鸿沟，改善了基于表格数据的回复内容的准确度。
基于表格问答回复生成模型训练方法装置设备

[发明专利]对话理解方法、装置、电子设备及存储介质-CN202110267872.4在审
发明人：黎槟华;耿瑞莹;李永彬;孙健 -专利权人：阿里巴巴新加坡控股有限公司
申请日： 2021-03-11 - 公布日： 2022-09-20 - 主分类号： G06F40/30 文献下载
摘要：本申请实施例提供了一种对话理解方法、对话理解装置、电子设备及计算机可读存储介质，涉及人机对话技术领域。其中，对话理解方法包括：获得对话的上下文数据，以及所述对话所属领域的概念图谱；根据所述上下文数据以及所述概念图谱，获得所述对话的前提信息，并对所述对话后续内容进行预测得到假设信息；根据所述对话的前提信息与所述假设信息之间的蕴含关系，对所述对话进行理解。本申请实施例提供的对话理解方案可以提高对话理解的准确性。
对话理解方法装置电子设备存储介质

[发明专利]一种文本生成模型的训练方法和装置-CN202210589916.X在审
发明人： 耿瑞莹;石翔;黎槟华;李永彬;孙健 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-05-26 - 公布日： 2022-09-06 - 主分类号： G06N3/04 文献下载
摘要：本申请实施例提供了一种文本生成模型的训练方法和装置。本申请提出的方法包括：获取第一神经网络模型；对第一神经网络模型中的编码器的输入关系进行调整，得到第二神经网络模型，所述第二神经网络模型中的第L个编码器用于接收第L‑M个编码器输出的特征向量；使用训练数据对第二神经网络模型进行训练，获得第三神经网络模型；向目标设备发送所述第三神经网络模型。本申请提供的方法，可以提升生成文本时的速度。
一种文本生成模型训练方法装置

[发明专利]数据到文本生成模型的训练方法和装置-CN202210589921.0在审
发明人： 耿瑞莹;石翔;黎槟华;孙健;李永彬 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-05-26 - 公布日： 2022-09-06 - 主分类号： G06F16/242 文献下载
摘要：本申请实施例提供了一种数据到文本生成模型的训练方法和装置。该训练方法包括：获取第一训练数据，第一训练数据包括第一结构化数据和第一结构化数据对应的目标文本；获取第一结构化数据输入第一预设神经网络模型之后第一预设神经网络模型输出的预测文本；获取预测文本与目标文本之间的第一损失值；获取预测结构化数据与第一结构化数据之间的第二损失值，根据第一损失值和第二损失值确定目标损失值；根据目标损失值调整第一预设神经网络模型的参数，获得目标神经网络模型；向目标设备发送目标神经网络模型。本申请提供的技术方案，可以升生成的文本与输入的结构化数据在语义上的忠实度。
数据文本生成模型训练方法装置

[发明专利]自然语言处理模型、方法、电子设备及计算机存储介质-CN202210606848.3在审
发明人：石翔;黎槟华;耿瑞莹;李博文;孙健;李永彬 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-05-31 - 公布日： 2022-09-06 - 主分类号： G06F16/332 文献下载
摘要：本申请实施例提供了一种自然语言处理模型、方法、电子设备及计算机存储介质。该自然语言处理模型用于将多轮对话中自然语言的问题语句转换为SQL语句，所述模型包括：池化层，所述池化层用于将待检索的数据表的列信息压缩为设定长度的编码数据；编码层，所述编码层用于根据自然语言的问题语句和包含所列信息的所述编码数据构建输入数据，并基于所述输入数据对当前轮的SQL语句的参数和所述问题语句的意图进行预测；输出层，所述输出层用于根据预测的意图和所述当前轮的SQL语句的参数，生成与所述问题语句对应的SQL语句。该模型可以提升推理性能。
自然语言处理模型方法电子设备计算机存储介质

[发明专利]回复生成方法、电子设备及计算机存储介质-CN202210581191.X在审
发明人： 耿瑞莹;李亮;石翔;黎槟华;李永彬;孙健 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-05-26 - 公布日： 2022-09-02 - 主分类号： G06F16/242 文献下载
摘要：本申请实施例提供了一种回复生成方法、电子设备及计算机存储介质。该回复生成方法，包括：获取基于问题语句生成的SQL语句、以及SQL语句的查询结果，查询结果包括数据表内的多个长度不同的表值；将查询结果中的至少部分表值映射为固定长度的标签，并基于SQL语句、查询结果、以及映射结果构建异构图；基于异构图中节点的连接关系和节点的内容，生成包含标签的文字序列；将文字序列和异构图输入到训练的回复生成模型中，获取回复生成输出的带标签的、自然语言的语句；将回复生成模型输出的语句中的标签替换为对应的表值，以获得自然语言的回复语句。该方法可以提升计算、处理速度。
回复生成方法电子设备计算机存储介质

[发明专利]文本生成模型的训练方法、生成文本的方法以及各自装置-CN202210429607.6在审
发明人： 耿瑞莹;李亮;石翔;黎槟华;李永彬;孙健 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-04-22 - 公布日： 2022-09-02 - 主分类号： G06N3/08 文献下载
摘要：本说明书实施例提供文本生成模型的训练方法、生成文本的方法以及各自装置，其中所述文本生成模型的训练方法包括：获得文本生成模型，以及具有文本相关性的多个任务各自的样本，其中，文本生成模型包括多个训练阶段，每个训练阶段对应不同训练目标，样本具有标注精度等级；针对每个训练阶段，根据多个任务各自的样本中，与该训练阶段的训练目标匹配的标注精度等级的样本，获得该训练阶段的样本集；针对多个训练阶段中的第一个训练阶段，利用该第一个训练阶段的样本集对所述文本生成模型进行训练，得到更新的文本生成模型；针对第一个训练阶段之后的任一训练阶段，利用该任一训练阶段的样本集继续训练文本生成模型，得到更新的文本生成模型。
文本生成模型训练方法以及各自装置

[发明专利]问答系统、方法、电子设备及存储介质-CN202110179916.8在审
发明人：杨兰;耿瑞莹;李永彬;孙健 -专利权人：阿里巴巴集团控股有限公司
申请日： 2021-02-07 - 公布日： 2022-08-16 - 主分类号： G06F16/332 文献下载
摘要：本申请实施例提供了一种问答系统、方法、电子设备及计算机可读存储介质，涉及人工智能技术领域。问答系统包括：预处理模块，用于获取待处理图像以及与待处理图像相关的自然语言问题，并确定待处理图像的图像信息；知识检索模块，用于根据图像信息、自然语言问题以及知识库，确定目标知识，知识库包括：结构化数据和非结构化数据；阅读理解模块，用于如果目标知识为非结构化数据，通过第一神经网络模型对自然语言问题、图像信息以及目标知识进行处理，得到自然语言问题对应的答案；以及如果目标知识为结构化数据，通过第二神经网络模型对自然语言问题、图像信息以及目标知识进行处理，得到自然语言问题对应的答案。本申请可以提高问答的准确性。
问答系统方法电子设备存储介质

1
2
3
下一页»
尾页
共 39 条