“鞠剑勋”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36个，建议您升级VIP下载更多相关专利

[发明专利]基于深度学习的字体识别方法、系统、设备及存储介质-CN202310861594.4在审
发明人：王嘉欣;陈辰;赵华;鞠剑勋;李健 -专利权人：上海携旅信息技术有限公司
申请日： 2023-07-13 - 公布日： 2023-10-10 - 主分类号： G06V30/148 文献下载
摘要：本发明提供了基于深度学习的字体识别方法、系统、设备及存储介质，该方法包括：通过光符识别算法对输入图片进行文本检测识别，获得至少一文本图像区域；通过目标检测算法对文本图像区域进行分割，获得文字图像区域；基于文字图像区域的字符的对应的文字调取对应的预设商业字体图案，作为商业字体集合，预设商业字体图案包括若干收费字库的文字图案；将单个字符的对应的文字图像区域与商业字体集合中的每一个商业字体图案进行逐个图像比对，识别出是否使用了收费字库的文字图案。本发明能够通过将文本行分割为单个字符，可以实现对字符的字体识别更加准确及全面，从而全自动实现识别图片文本字体类别并判断是否属于商业字体。
基于深度学习字体识别方法系统设备存储介质

[发明专利]客服会话异常检测方法、系统、电子设备和存储介质-CN202310861241.4在审
发明人：黄维;赵华;鞠剑勋;李健 -专利权人：携程旅游信息技术（上海）有限公司
申请日： 2023-07-13 - 公布日： 2023-09-29 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了客服会话异常检测方法、系统、电子设备和存储介质。客服会话异常检测方法包括：对会话文本进行目标关键词匹配；若所述会话文本中包含所述目标关键词，则输出预警；若所述会话文本中不包含所述目标关键词，则将所述会话文本输入文本分类模型，通过所述文本分类模型的输出结果判定是否需要输出预警；其中，所述文本分类模型采用标注有预警标识的本文分类样本对神经网络训练得到。本发明对客服和用户的会话文本进行目标关键词匹配和分类，以判断在该段客服会话中，是否存在未解决问题或服务态度不佳等情况。通过判断结果，对存在异常的服务进行重点处理，提升服务质量，以降低用户的投诉率和提升客服的服务质量。
客服会话异常检测方法系统电子设备存储介质

[发明专利]基于旅游路线的信息匹配方法、系统、设备及存储介质-CN202310356064.4在审
发明人：汤才芳;刘嘉伟;鞠剑勋;李健 -专利权人：上海携旅信息技术有限公司
申请日： 2023-04-04 - 公布日： 2023-09-29 - 主分类号： G06F40/284 文献下载
摘要：本发明提供了基于旅游路线的信息匹配方法、系统、设备及存储介质，该方法包括：采集旅游路线的评价信息作为目标文本；基于目标文本中短词的一致性参数以及完整性参数获得候选词；基于候选词集合对目标文本进行分词；基于分词结果，采用TF‑idf算法筛选权重最高的若干个特色词；基于特色词集合进行旅游路线聚合获得旅游路线群组；统计目标群体指数，根据出现于多个旅游路线群组的特色词集合，并去重；对各旅游线路的特色词进行标注；基于标注数据集和线路特色排序特征输入神经网络模型进行训练，以对目标路线进行特色词集合的预测。本发明能够基于文本挖掘的线路特色化分析方法，更好的辅助用户决策，帮助用户更快更准的理解线路信息，提升用户体验。
基于旅游路线信息匹配方法系统设备存储介质

[发明专利]文本纠正方法及纠正模型的训练方法及装置、设备、介质-CN202310628371.3在审
发明人：黄维;赵华;鞠剑勋;李健 -专利权人：携程旅游信息技术（上海）有限公司
申请日： 2023-05-30 - 公布日： 2023-09-08 - 主分类号： G06F40/232 文献下载
摘要：本发明公开了文本纠正方法及纠正模型的训练方法及装置、设备、介质。文本纠正方法包括：对目标文本进行分词处理得到目标文本的字符信息；根据字符和笔画的对应关系得到字符的笔画信息；根据字符和拼音的对应关系，得到字符的拼音信息；基于检测网络检测字符的错误概率；基于字符的错误概率分别确定字符向量、笔画向量和拼音向量的加权系数；通过字符向量、笔画向量和拼音向量的加权系数对字符向量、笔画向量和拼音向量进行加权求和，得到加权值；将加权值输入纠错网络，输出字符的错误位置所转换的对应正确字符。本发明通过笔画和拼音两方面对目标文本进行检测和纠正，可以从笔画和拼音两方面进行纠正大大保证了准确性。
文本纠正方法模型训练装置设备介质

[发明专利]基于事件图谱的行程预测方法、系统、设备及存储介质-CN202110180596.8有效
发明人：汤才芳;鞠剑勋;李健 -专利权人：携程旅游信息技术（上海）有限公司
申请日： 2021-02-08 - 公布日： 2023-07-25 - 主分类号： G06F16/36 文献下载
摘要：本发明提供了基于事件图谱的行程预测方法、系统、设备及存储介质，该方法包括：根据网络旅游文本信息生成事件节点和有向边，获得旅游事件图谱；将带权重的节点序列输入到网络建模工具中，构建有权有向图；将有权有向图输入到图神经网络模型中，生成旅游事件图谱中每个节点的向量表示；根据有权有向图构建每个事件链涉及到的子图，获得对应的子图邻接矩阵A；分批次将样本输入图神经网络模型中，获得节点的向量表示；将子图邻接矩阵A和向量表示输入门控图神经网络中，输出子图事件表示；根据相关性分数最高的候选事件节点确定候选事件。本发明能够对旅游领域数据进行信息抽取和融合，构建旅游事件图谱，进行准确的行程预测，大大节省人力成本。
基于事件图谱行程预测方法系统设备存储介质

[发明专利]模型训练及旅游产品推荐方法、装置、设备及存储介质-CN202310293014.6在审
发明人：王子奕;刘嘉伟;鞠剑勋;李健 -专利权人：上海携旅信息技术有限公司
申请日： 2023-03-22 - 公布日： 2023-07-14 - 主分类号： G06N3/082 文献下载
摘要：本发明提供了模型训练及旅游产品推荐方法、装置、设备及存储介质，能够通过获取基于线路节点与产品节点构建的第一知识图谱，线路节点与产品节点之间的边表征用户对产品节点的用户意图，获取基于产品节点与卖点节点构建的第二知识图谱，产品节点与卖点节点之间的边表征卖点类型。利用第一知识图谱和第二知识图谱训练图神经网络，图神经网络学习线路关于产品及卖点的得分。这样，在应用阶段，利用线路标识获取得分最高或得分排名在前的产品及其卖点，推荐给用户。因此，使用知识图谱能够更好地学习线路关于产品及卖点的特征，改善传统协同过滤算法的效果，提升OTA系统的查询精确度，改善OTA平台用户的搜索体验，提升用户下单率。
模型训练旅游产品推荐方法装置设备存储介质

[发明专利]文本相似度的匹配方法、电子设备和计算机可读介质-CN202010432317.8有效
发明人：刘江宁;鞠剑勋;李健 -专利权人：上海携旅信息技术有限公司
申请日： 2020-05-20 - 公布日： 2023-07-04 - 主分类号： G06F16/33 文献下载
摘要：本发明公开了一种文本相似度的匹配方法、电子设备和计算机可读介质，所述匹配方法包括以下步骤：获取输入文本，所述输入文本包括至少一输入词汇；将所述输入文本输入至文本相似度匹配模型以进行匹配预测，其中，通过图神经网络将所述至少一输入词汇的一般上下文信息分别引入至所述输入文本中，并且根据引入后的输入文本进行匹配预测；以及，输出通过所述文本相似度匹配模型匹配预测后的预测文本的标签。本发明可以有效地完成短文本的相似度匹配任务，从而极大地提升了匹配准确率及匹配效率。
文本相似匹配方法电子设备计算机可读介质

[发明专利]标签识别模型训练方法、识别方法及相关设备-CN202310259427.2在审
发明人：黄维;赵华;鞠剑勋;李健 -专利权人：上海携旅信息技术有限公司
申请日： 2023-03-16 - 公布日： 2023-06-27 - 主分类号： G06F40/216 文献下载
摘要：本发明提供一种标签识别模型训练方法、识别方法及相关设备，方法包括：获取反馈信息语料以及反馈信息语料的结构化标签；对所述反馈信息语料进行预处理；将所述反馈信息语料输入至标签识别模型的嵌入层，生成嵌入向量；将所生成的嵌入向量输入至所述标签识别模型的编码器，获得特征向量；将所述特征向量输入至所述标签识别模型的输出层，获得所述反馈信息语料的识别标签的概率分布；根据所述识别标签的概率分布以及所述结构化标签计算所述标签识别模型的损失函数；基于所述损失函数调整所述标签识别模型的模型参数。本发明能够对具有层级结构的标签进行学习，并融入到最终的分类任务中，能够有效提升最终的分类效果。
标签识别模型训练方法相关设备

[发明专利]模型训练及文案生成方法、装置、设备及存储介质-CN202310234214.4在审
发明人：韩雨;鞠剑勋;李健 -专利权人：携程旅游信息技术（上海）有限公司
申请日： 2023-03-09 - 公布日： 2023-06-06 - 主分类号： G06F40/279 文献下载
摘要：本发明提供了模型训练及文案生成方法、装置、设备及存储介质，通过从旅游线路数据中抽取多个兴趣点实体的知识信息，将多个兴趣点实体的知识信息输入知识表示模型，输出每个兴趣点实体的知识嵌入向量，知识信息中包含兴趣点实体及兴趣点实体之间的关联信息，将知识嵌入向量和旅游线路数据对应的文本标题输入文案生成模型，输出旅游线路数据所对应的文案。在本公开实施例中，知识嵌入向量提供了不同兴趣点实体之间的连接信息，因此知识嵌入向量可以刻画兴趣点实体之间的语义关联，这样文案生成模型能够结合兴趣点实体之间的关联信息生成更具有概括性和精确度的文案词，给用户带来良好的使用体验。
模型训练文案生成方法装置设备存储介质

[发明专利]基于旅游场景的文本聚类方法、系统、设备及存储介质-CN202310188962.3在审
发明人：杨堡麒;赵华;鞠剑勋;李健 -专利权人：携程旅游信息技术（上海）有限公司
申请日： 2023-03-01 - 公布日： 2023-05-30 - 主分类号： G06F40/289 文献下载
摘要：本发明提供了基于旅游场景的文本聚类方法、系统、设备及存储介质，该方法包括：对旅游搜索词进行分词获得分词单元，并过滤已有旅游场景主题的相关分词单元，并加入待聚类的分词单元集合；获得待聚类的分词单元集合中每个分词单元的词向量，计算词向量的局部密度和相对文本相似度；根据词向量的局部密度和相对文本相似度获得聚类后效果评价系数最高的簇的数量和每个簇的中心。本发明能够通过该聚类方案完成对线上用户输入的搜索词进行自动聚类，解决了聚类算法无法确定簇的数量以及每个簇的簇中心的问题，并且自动过滤掉已有的主题，从而挖掘出新主题。
基于旅游场景文本方法系统设备存储介质

[发明专利]半监督文本分类模型训练方法、文本分类方法、系统、设备及介质-CN202010599107.8有效
发明人：刘江宁;鞠剑勋;李健 -专利权人：上海携旅信息技术有限公司
申请日： 2020-06-28 - 公布日： 2023-04-25 - 主分类号： G06F16/35 文献下载
摘要：本发明提供一种半监督文本分类模型训练方法、文本分类方法、系统、设备及介质，该训练方法包括：获取初始样本集；对未标注样本增强得到数据增强样本；将未标注样本和数据增强样本输入文本分类模型，得到嵌入向量以及属于各分类标签的预测概率；针对各未标注样本，获取其与对应数据增强样本的嵌入向量均值作为新样本；针对各未标注样本，获取其与对应数据增强样本属于各分类标签的预测概率均值锐化后作为新样本的标签估计结果；校验新样本是否可信，若可信标记为可信任新样本；根据标注样本及可信任新样本构建置信样本集并进行扩充得到目标样本集；根据目标样本集对文本分类模型进行训练。本发明在标注样本缺乏的情况下提高文本分类的准确性。
监督文本分类模型训练方法系统设备介质

[发明专利]搜索词类目识别方法及其模型的训练方法、装置-CN202211370360.1在审
发明人：华倩龄;赵华;鞠剑勋;李健 -专利权人：携程旅游信息技术（上海）有限公司
申请日： 2022-11-03 - 公布日： 2023-02-24 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种搜索词类目识别方法及其模型的训练方法、装置，该搜索词类目识别模型的训练方法包括：获取多个训练样本；构建预训练模型；将搜索分词序列输入嵌入层，得到token向量、segment向量和mask向量；将向量输入编码器层进行特征提取，得到文本特征，第一词特征和字特征；对字特征进行聚合处理，得到第二词特征；以文本特征、第一词特征和第二词特征为全连接层的输入，真实类目标签为输出，训练预训练模型的网络参数，得到搜索词类目识别模型。本发明通过搜索词类目识别模型结合上下文对含有多种类目的词进行类目归属概率的判断，大大改善了类目识别中的歧义性问题，类目识别的准确率更高。
搜索词类目识别方法及其模型训练装置

[发明专利]旅游实体名词匹配方法、系统、设备及存储介质-CN202211198498.8在审
发明人：陈辰;赵华;鞠剑勋;李健 -专利权人：携程旅游信息技术（上海）有限公司
申请日： 2022-09-29 - 公布日： 2023-01-03 - 主分类号： G06F40/242 文献下载
摘要：本发明提供了旅游实体名词匹配方法、系统、设备及存储介质，该方法包括：基于旅游景点POI信息建立旅游实体名词词典；将所述旅游实体名词词典数据输入神经网络模型进行训练，并保存训练好的旅游实体名词预测匹配模型；以及将一待匹配的实体名词输入所述旅游实体名词词典和所述旅游实体名词预测匹配模型进行匹配，得到匹配输出。本发明能够对于旅游实体名词，根据匹配的相似度，优化实体词典匹配的结果，且针对词典覆盖不到的范围，利用模型的泛化预测能力，有效补充词典匹配结果缺失的情况。
旅游实体名词匹配方法系统设备存储介质

[发明专利]基于深度学习的兴趣点融合方法、系统、设备及存储介质-CN202211150821.4在审
发明人：王子奕;刘嘉伟;鞠剑勋;李健 -专利权人：携程旅游信息技术（上海）有限公司
申请日： 2022-09-21 - 公布日： 2022-12-20 - 主分类号： G06F16/9537 文献下载
摘要：本发明提供了基于深度学习的兴趣点融合方法、系统、设备及存储介质，该方法包括：将各待检测的兴趣点的经纬度分别编码成一个字符串，得到地理坐标对应的空间索引值，将坐标哈希值相同的兴趣点分别两两组合得到若干候选兴趣点对；提取候选兴趣点对中两个候选兴趣点的词汇特征和语义特征，并输入语义识别神经网络预测两个候选兴趣点是否为重复关系；以及当符合重复关系，则将两个候选兴趣点融合。本发明能够自动发现知识库中具有重复关系的实体，实现兴趣点的归一化，辅助网站运营人员及时修复这类兴趣点，以提升信息覆盖全面性和平台可靠性，改善OTA用户的查询体验。
基于深度学习兴趣融合方法系统设备存储介质

[发明专利]矛盾语句识别方法和系统及条款逻辑鉴别方法和系统-CN201811635859.4有效
发明人： 鞠剑勋;刘晔诚 -专利权人：携程旅游信息技术（上海）有限公司
申请日： 2018-12-29 - 公布日： 2022-12-20 - 主分类号： G06F40/289 文献下载
摘要：本发明公开了一种矛盾语句识别方法和系统及条款逻辑鉴别方法和系统。所述矛盾语句识别方法包括：基于BiLSTM‑Attention机制，构建矛盾语句识别模型，所述模型用于预测两个文本相矛盾的概率；将相比较的两个文本分别转化为矩阵，作为所述模型的输入；经过所述模型的计算，得到相比较的两个文本相矛盾的概率。本发明使用深度学习技术解决自然语言推断问题，可以降低特征提取的人工成本，大幅提升推断的准确率。
矛盾语句识别方法系统条款逻辑鉴别方法

1
2
3
下一页»
尾页
共 36 条