“齐保元”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]信息处理方法、装置及存储介质-CN202010143192.7有效
发明人：唐可欣;齐保元;孟二利 -专利权人：北京小米松果电子有限公司
申请日： 2020-03-04 - 公布日： 2023-10-20 - 主分类号： G06F16/33 文献下载
摘要：本公开是关于一种信息处理方法、装置及存储介质，包括：获取第一语料数据；从配置文件中，确定与待训练模型的模型结构相匹配的参数配置信息；初始化所述待训练模型的模型参数获得初始化参数；将所述模型参数从所述初始化参数更新为所述参数配置信息中的第一配置参数；基于所述第一语料数据，对所述模型参数更新后的待训练模型进行训练得到目标模型。由于配置文件所包含的第一配置参数是根据待训练模型的模型结构预先确定的，相较于待训练模型的初始化参数更优，通过将初始化参数更新为第一配置参数，能够提高待训练模型的训练效率和精确度。
信息处理方法装置存储介质

[发明专利]一种元搜索列表结果抽取方法及系统-CN201710880652.2有效
发明人： 齐保元;周美林;李鹏;王斌 -专利权人：中国科学院信息工程研究所
申请日： 2017-09-26 - 公布日： 2023-10-03 - 主分类号： G06F16/951 文献下载
摘要：本发明提供一种元搜索列表结果抽取方法，步骤包括：获取元搜索检索结果的网页源代码；对所述网页源代码基于XPATH解析，确定检索结果区域和扩展区域的XPATH路径，抽取列表项信息和扩展信息；如果基于XPATH解析失败，则对所述网页源代码基于统计信息规则提取列表项信息，并基于启发式规则提取扩展信息；将所述抽取的列表项信息和扩展信息作为抽取结果进行封装，组成用于元搜索的数据结构。本发明还提供一种元搜索列表结果抽取系统。
一种搜索列表结果抽取方法系统

[发明专利]关键词提取方法、关键词提取装置及电子设备-CN201911285457.0有效
发明人：过群;鲁骁;孟二利;王斌;史亮;齐保元;纪鸿旭 -专利权人：北京小米智能科技有限公司
申请日： 2019-12-13 - 公布日： 2023-08-18 - 主分类号： G06F16/33 文献下载
摘要：本公开是关于一种关键词提取方法、关键词提取装置及电子设备。其中关键词提取方法，包括：接收原始文档；从原始文档中提取候选词构成第一词语集合；获取第一词语集合中每个候选词与原始文档的第一关联度，根据第一关联度确定第二词语集合；基于原始文档，通过预测模型生成预测词，所得到的预测词构成第三词语集合；确定第二词语集合和第三词语集合的并集，获取并集中每个候选关键词与原始文档的第二关联度，并且获取并集中每个候选关键词的发散度；基于第二关联度和发散度，从并集中选择至少一个候选关键词作为关键词，构成关键词集合。通过关键词之间的发散度，从而解决关键词冗余的问题，关键词不受候选词词频的影响，丰富关键词的表达方式。
关键词提取方法装置电子设备

[发明专利]一种关键词提取方法、装置及介质-CN201911285835.5有效
发明人：过群;鲁骁;孟二利;王斌;史亮;纪鸿旭;齐保元 -专利权人：北京小米智能科技有限公司
申请日： 2019-12-13 - 公布日： 2023-08-15 - 主分类号： G06F16/35 文献下载
摘要：本文公开了一种关键词提取方法、装置及介质，属于数据处理领域。此方法包括：接收原始文档，从原始文档提取候选词，将提取出的候选词构成第一词语集合；获取第一词语集合中每个第一词语与原始文档的第一关联度，根据第一关联度确定第二词语集合；针对第二词语集合中的每个第二词语，在词语关联拓扑中查询与第二词语符合关联条件的至少一个节点词构成第三词语集合；确定第二词语集合和第三词语集合的并集，获取并集中每个候选关键词与原始文档的第二关联度，根据第二关联度从并集中选择至少一个候选关键词构成原始文档的关键词集合。本文可减少计算复杂度，提升计算速度；解决现有方法中优先选择高频词的问题；有效丰富关键词的表达方式。
一种关键词提取方法装置介质

[发明专利]基于分词和命名实体识别的文本重组方法及装置、介质-CN201910984742.5有效
发明人： 齐保元;史亮;鲁骁;唐可欣;王斌 -专利权人：北京小米智能科技有限公司
申请日： 2019-10-16 - 公布日： 2023-08-04 - 主分类号： G06F40/289 文献下载
摘要：本公开是关于一种基于分词和命名实体识别的文本重组方法及装置、介质，涉及自然语言处理领域。本公开提供的一种基于分词和命名实体识别的文本重组方法，包括：接收到待处理的文本后，根据文本中每个词语的属性信息，以及文本中每个命名实体的属性信息，确定文本中每个字符的属性信息；并根据每个字符的属性信息，确定每字符与其相邻位置的字符之间的关联关系，根据所述关联关系对所述文本进行重组，得到重组结果集，重组结果集中包括构成文本的所有词语和/或命名实体的属性信息。本公开的技术方案对待处理的文本进行重新组合与渲染，实现多样性标注的输出，再通过建立字符的属性信息中的权重，来实现便于用户习惯的阅读渲染方式。
基于分词命名实体识别文本重组方法装置介质

[发明专利]关键词提取方法、装置及存储介质-CN201911282700.3有效
发明人：过群;鲁骁;孟二利;王斌;史亮;齐保元;纪鸿旭 -专利权人：北京小米移动软件有限公司
申请日： 2019-12-13 - 公布日： 2023-07-14 - 主分类号： G06F40/284 文献下载
摘要：本公开是关于一种关键词提取方法、装置及存储介质，包括：接收原始文档，从原始文档中提取多个候选短语，所提取的多个候选短语构成候选集合；获取候选集合中每个候选短语与原始文档的关联度；获取候选集合中每个候选短语的发散度；基于关联度和发散度，从候选集合中选择至少一个候选短语作为关键短语，基于所选择的至少一个关键短语构成原始文档的关键短语集合。这样，能从候选集合选取与原始文档的关联度高的候选短语作为关键短语，使提取的关键短语与原始文档的相似性高，提高提取关键短语的准确性；能从候选集合中选发散度高的短语作为关键短语，使提取的关键短语与已选至关键短语集合的关键短语的差异程度高，提高关键短语的多样性。
关键词提取方法装置存储介质

[发明专利]文本分类的规则模板生成方法、分类方法及装置、介质-CN202010475878.6有效
发明人：韩佳乘;齐保元;孟二利 -专利权人：北京小米松果电子有限公司
申请日： 2020-05-29 - 公布日： 2023-05-30 - 主分类号： G06F16/335 文献下载
摘要：本公开是关于一种文本分类的规则模板生成方法、分类方法及装置、介质。该方法包括：对候选文本进行分词，获得第一分词结果；基于预设关键词库内的关键词，去除所述第一分词结果中所述关键词以外的非关键词；基于已去除非关键词的第一分词结果，得到候选模板；从所述候选模板中选择出正确率达标的，作为对文本分类的规则模板保存。通过该方法，能缓解人工从文本中制定规则需要大量时间的问题。
文本分类规则模板生成方法装置介质

[发明专利]一种基于搜索引擎的主题语料构建方法及系统-CN201811285020.2有效
发明人：李鹏;王斌;周美林;齐保元;梅钰 -专利权人：中国科学院信息工程研究所
申请日： 2018-10-31 - 公布日： 2022-10-14 - 主分类号： G06F16/953 文献下载
摘要：本发明涉及一种基于搜索引擎的主题语料构建方法及系统。该方法包括以下步骤：1)利用搜索引擎获取主题相关的种子网页；2)对种子网页进行扩展以发现列表页；3)对列表页进行判断，得到与主题真正相关的列表页；4)对与主题真正相关的列表页中的链接进行抽取，并对链接进行下载得到原始网页；5)对原始网页进行正文抽取，形成最终的主题语料。该系统包括：种子网页获取单元、列表页发现单元、列表页审核单元、网页下载单元和正文抽取单元。与现有技术相比，构建同等规模主题语料本发明所需的人工标注量大幅减少，并且对各类主题语料构建都有较好的适用性。
一种基于搜索引擎主题语料构建方法系统

[发明专利]一种面向用户个人文件的聚类方法及系统-CN201810112624.0有效
发明人：李鹏;王斌;齐保元;周美林;郭莉;梅钰 -专利权人：中国科学院信息工程研究所
申请日： 2018-02-05 - 公布日： 2022-04-01 - 主分类号： G06F16/13 文献下载
摘要：本发明提供一种面向用户个人文件的聚类方法，步骤包括：利用用户对相似文件的保存习惯对用户文件进行分组，得到多个文件组；对文件组内的文件进行聚类，得到一个或多个局部簇，每个局部簇内的文件内容相似；将每个局部簇视为一个文件，对所有局部簇进行聚类，生成全局簇。本发明还提供一种面向用户个人文件的聚类系统，包括聚类计算单元、聚类结果存储单元和聚类结果查找单元，其中聚类计算单元包括批量文件聚类计算单元和增量文件聚类计算单元。
一种面向用户个人文件方法系统

[发明专利]分类方法、分类模型的训练方法、装置、设备及存储介质-CN202010622932.5在审
发明人：唐可欣;齐保元;孟二利 -专利权人：北京小米松果电子有限公司
申请日： 2020-06-30 - 公布日： 2020-10-09 - 主分类号： G06F16/35 文献下载
摘要：本公开是关于一种分类方法、分类模型的训练方法、装置、设备及存储介质。该分类方法，应用于电子设备，包括：基于待分类数据，得到生成器模型输出的第一预测结果；将所述待分类数据输入判别器模型，得到所第二预测结果；基于所述第一预测结果和所述第二预测结果，确定所述待分类数据的目标类别。由于第一预测结果和第二预测结果是分别基于生成器模型和判别器模型得到的，这样，能够充分利用生成器模型和判别器模型各自的特点，例如，在生成器模型的性能高，且判别器模型的精度高的情况下，能够提高对待分类数据进行分类的速度，并提高所得到的分类结果的精确性。
分类方法模型训练装置设备存储介质

[发明专利]一种分类模型的训练方法、分类方法、装置及存储介质-CN202010231207.5在审
发明人：唐可欣;齐保元;韩佳乘;孟二利 -专利权人：北京松果电子有限公司
申请日： 2020-03-27 - 公布日： 2020-07-28 - 主分类号： G06F16/35 文献下载
摘要：本公开是关于一种分类模型的训练方法、分类方法、装置及存储介质，该训练方法包括：基于预先训练好的第一模型对已标注数据集进行处理，分别得到已标注数据集中各个已标注样本数据在N个类别的N个第一类别概率；分别从各已标注样本数据所对应的N个第一类别概率中选取最大的K个第一类别概率，并确定各已标注样本数据的K个第一类别概率所对应的K个第一预测标签；基于已标注数据集、各已标注样本数据的真实标签以及各已标注样本数据的K个第一预测标签，训练第二模型。相较于基于第一模型输出的所有第一预测标签训练第二模型，能减少存储第一预测标签需要占用的内存空间；当基于第一预测标签计算第二模型的训练损失时，还能提高数据的计算速度。
一种分类模型训练方法装置存储介质

[发明专利]文本训练数据处理方法、装置及存储介质-CN202010115489.2在审
发明人：韩佳乘;齐保元;孟二利 -专利权人：北京小米松果电子有限公司
申请日： 2020-02-25 - 公布日： 2020-07-07 - 主分类号： G06F16/35 文献下载
摘要：本公开是关于一种文本训练数据处理方法、装置及存储介质。文本训练数据处理方法包括：将第一文本训练数据作为分布式多用户能力搜索引擎的查询内容进行相似内容查询，得到预设数量的第二文本训练数据，分布式多用户能力搜索引擎中存储有多条文本训练数据，且第一文本训练数据为多条文本训练数据中的一条；针对预设数量的第二文本训练数据中每一第二文本训练数据，确定第二文本训练数据与第一文本训练数据的相似度值；依据相似度值以及相似度阈值，筛选与第一文本训练数据重复的文本训练数据。通过本公开，在文本训练数据中筛选重复的文本训练数据时，可提高筛选的效率。
文本训练数据处理方法装置存储介质

[发明专利]一种分类预测方法、装置及存储介质-CN202010117294.1在审
发明人： 齐保元;韩佳乘;孟二利 -专利权人：北京松果电子有限公司
申请日： 2020-02-25 - 公布日： 2020-06-26 - 主分类号： G06F16/35 文献下载
摘要：本公开是关于一种分类预测方法、装置及存储介质。分类预测方法包括：确定分类预测任务；根据所述分类预测任务携带的分支标识，从启动的分类预测服务中确定所述分类预测任务对应的服务分支；通过所述服务分支，对所述分类预测任务进行预测。通过本公开将不同需求分类预测任务的服务集成，提供统一的服务入口，提高分类任务预测的处理效率。
一种分类预测方法装置存储介质

[发明专利]神经网络的训练方法、图像识别方法及其装置-CN201911088011.9在审
发明人：过群;鲁骁;孟二利;王斌;纪鸿旭;史亮;齐保元;陈宇鹏;王铄 -专利权人：北京小米移动软件有限公司
申请日： 2019-11-08 - 公布日： 2020-03-17 - 主分类号： G06N3/04 文献下载
摘要：本公开是关于一种神经网络的训练方法、图像识别方法及其装置。其中神经网络的训练方法，神经网络包括特征提取网络和分类网络，方法包括：超参数确定步骤及网络训练步骤；其中，超参数确定步骤包括：设置分类网络的超参数；基于训练样本集训练分类网络，其中训练样本集包括多个样本和样本对应的标准分类；及，判断分类网络是否达到第一训练标准，若达到第一训练标准，保存分类网络并执行网络训练步骤；若未达到第一训练标准，则返回重新设置分类网络的超参数；网络训练步骤包括：基于训练样本集训练神经网络。通过少量样本确定神经网络的超参数，再训练，在保证神经网络准确率基础上，降低训练样本标注数据量的需求，提升调优速度。
神经网络训练方法图像识别及其装置

[发明专利]命名实体识别方法、装置及存储介质-CN201910878202.9在审
发明人： 齐保元;孟二利;王斌 -专利权人：北京小米智能科技有限公司
申请日： 2019-09-17 - 公布日： 2019-12-31 - 主分类号： G06F17/27 文献下载
摘要：本公开是关于一种命名实体识别方法、装置及存储介质。在该命名实体识别方法中，对训练语料中每一字符进行初始化，并通过双向卷积网络和注意力机制，对训练语料中随机初始化后的字符进行转换，得到所述训练语料中每个字符的字符向量表征；确定训练语料中每一句子的词向量表征；将所述词向量表征和所述字符向量表征进行拼接，生成第一向量表征；通过双向卷积网络对第一向量表征进行特征增强，并通过注意力机制对特征增强后的向量表征进行转换，得到第二向量表征；基于所述第二向量表征，进行命名实体的识别。通过本公开提高泛化能力，提高命名实体识别的识别能力。
向量命名实体训练语料注意力机制特征增强字符向量词向量卷积随机初始化存储介质初始化转换拼接句子网络

1
2
下一页»
尾页
共 20 条