“句子向量”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果100904个，建议您升级VIP下载更多相关专利

[发明专利]一种小样本意图识别方法、装置、设备及存储介质-CN202111034749.4在审
发明人：周喜;杨奉毅;马博;王轶;王磊;赵凡 -专利权人：中国科学院新疆理化技术研究所
申请日： 2021-09-04 - 公布日： 2021-11-30 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种小样本意图识别方法、装置、设备以及存储介质，该方法获取意图识别数据集，对数据集进行处理，构建小样本意图识别数据集；提取句子的语义信息，将句子编码为高维特征向量；利用辅助类中样本之间的多样性特征，在高维空间中生成未知样本的多样性特征；将生成的多样性特征与原句子向量进行融合，获取句子的增强特征向量，进一步得到目标意图的原型向量表示；计算查询句子的增强特征向量与目标类别的原型向量之间的相似度，实现对查询句子的分类本发明增强了模型对未知意图样本的特征向量表示，可以有效适应小样本场景下的意图识别任务，提高了小样本意图识别的准确率。
一种样本意图识别方法装置设备存储介质

[发明专利]基于深度学习的主观性文本情感分析方法-CN201710093687.1有效
发明人：施寒潇;厉小军;陈南南 -专利权人：浙江工商大学
申请日： 2017-02-21 - 公布日： 2020-01-24 - 主分类号： G06F40/289 文献下载
摘要：本发明公开了一种基于深度学习的主观性文本情感分析方法，包括：(1)在C&W模型的基础上，构建C&W‑SP模型，将句子的情感标签与词性标签标注于句子内，构建C&W_SPC&W‑SP模型的训练集，并利用该训练集对C&W_SP模型进行训练，得到训练集中每个词的词向量，组成词向量文件；(2)根据获得的词向量文件，利用LSTM模型构建句子向量集；(3)利用句子向量集对神经网络模型进行训练，得到情感分类模型；(4)对测试评论语句进行预处理，测试句子向量将测试句子向量输入到情感分类模型中，计算得到此段评论的情感倾向。
基于深度学习主观性文本情感分析方法

[发明专利]一种句子向量模型训练方法-CN202110766647.5在审
发明人：姜怀臣;张毅阳;李冬冬 -专利权人：临沂中科好孕智能技术有限公司
申请日： 2021-07-07 - 公布日： 2021-10-26 - 主分类号： G06F40/194 文献下载
摘要：本发明提供一种句子向量模型训练方法，包括：S1、对多个原始句子进行数据增强处理，得到每个原始句子的多个相似句子，将所有句子复制多份后用于构建多个句子对及其相似性标签；S2、用BERT模型基于所述多个句子对进行预训练，得到第一BERT模型，其中，所述预训练包括利用句子对进行掩码语言模型预训练以及利用句子对和相似性标签进行的判断两个句子是否相似的预训练；S3、利用相应领域的任务对应的分类数据集对第一BERT模型进行微调，得到句子向量模型，该模型具有较好的泛化能力。基于句子向量模型采用的文本检索方法，提高文本检索效率。
一种句子向量模型训练方法

[发明专利]基于噪声约束的句子向量表示方法、装置及电子设备-CN202310400478.2在审
发明人：董汉鑫;杜新凯;吕超;纪诚;姚雷;陈慧琳 -专利权人：阳光保险集团股份有限公司
申请日： 2023-04-10 - 公布日： 2023-06-23 - 主分类号： G06F16/33 文献下载
摘要：本申请提供一种基于噪声约束的句子向量表示方法、装置及电子设备，所述方法包括：获取待处理语句；将待处理语句输入至预先得到的目标预训练语言模型中，目标预训练语言模型的全连接层基于噪声约束信息对待处理语句的初始向量表示进行正则化处理，得到待处理语句的句子向量表示，可以使得通过目标预训练语言模型的全连接层基于噪声约束信息得到的句子向量表示不易因噪声的影响使得到的句子向量出现歧义，从而使得到的句子向量表示更精确，能够在文本分类等任务中取得更好的表现
基于噪声约束句子向量表示方法装置电子设备

[发明专利]一种用于文本分类的注意力增强预训练方法和装置-CN202310221504.5在审
发明人：王静宇;王远航;李建华;马亚中;李蹊;郭宝松;张聪聪 -专利权人：中关村科学城城市大脑股份有限公司
申请日： 2023-03-09 - 公布日： 2023-05-12 - 主分类号： G06F16/35 文献下载
摘要：所述方法包括利用BERT网络多头注意力模型对输入文本数据进行语义提取，输出句子表征向量；以及利用注意力增强方法得到句子关键词增强向量；将句子表征向量和句子增强向量进行融合，得到句子向量输入全连接层，通过以此方式，可以改进词频统计的方法，利用总体语料库信息，挖掘关键词增强向量，对关键词信息进行增强，不仅大大提高了分类准确率，而且还提高了整体网络结构的可解释性。
一种用于文本分类注意力增强训练方法装置

[发明专利]文本分类方法及装置-CN201711120063.0在审
发明人：贾丹丹;张明明;张丹 -专利权人：北大方正集团有限公司;北京北大方正电子有限公司
申请日： 2017-11-14 - 公布日： 2019-05-21 - 主分类号： G06F17/27 文献下载
摘要：本发明实施例通过根据待分类文本中每个句子中的分词的词向量，确定每个句子的句子向量，根据每个句子的句子向量，确定每个句子的重要性评价参数，根据每个句子的重要性评价参数，确定所述待分类文本的摘要信息，然后对摘要信息利用
句子长文本待分类文本重要性评价句子向量文本分类摘要信息分类语义信息词向量短文本计算量截取分词网络

[发明专利]一种基于记忆神经网络的个性化对话方法和系统-CN202011060198.4在审
发明人：窦志成;钟函汛;文继荣 -专利权人：中国人民大学
申请日： 2020-09-30 - 公布日： 2021-01-05 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及一种基于记忆神经网络的个性化对话方法和系统，包括：S1通过Doc2Vec模型对每条用户历史句子和输入句子进行编码，获得历史句子向量和查询向量；S2根据历史句子向量和查询向量生成情景记忆向量，再将历史句子向量与当前情景记忆向量进行匹配，根据匹配结果更新情景记忆向量，最终利用最新的情景记忆向量生成个性化记忆向量；S3将个性化记忆向量与用户风格向量一同输入至解码器的循环神经网络中，再将解码器与编码器的循环神经网络的输出一同输入注意力机制
一种基于记忆神经网络个性化对话方法系统

[发明专利]一种神经网络关系抽取方法-CN201610685532.2在审
发明人：孙茂松;林衍凯;刘知远;栾焕博 -专利权人：清华大学
申请日： 2016-08-18 - 公布日： 2017-01-25 - 主分类号： G06F17/27 文献下载
摘要：本发明公开了一种神经网络关系抽取方法，基于句子级别选择注意力机制的神经网络关系抽取方法，具体为对每个句子和其相关的一对实体，采用卷积神经网络构建所述一对实体的句子向量表示；采用设置的句子级别注意力机制选择其中的表达了所述一对实体间的关系的句子向量表示，得到所述一对实体的综合句子向量表示；根据所述一对实体的综合句子向量表示进行所述一对实体间的关系预测。这样，本发明实施例不但可以在神经网络关系抽取中降低远程监督数据中噪音的干扰，还可以同时考虑不同句子的信息，提高模型的稳定性，具有良好的实用性。
一种神经网络关系抽取方法

[发明专利]数据增强模型训练方法、装置、电子设备及存储介质-CN202111457751.2在审
发明人：杨正良;刘设伟 -专利权人：泰康保险集团股份有限公司;泰康在线财产保险股份有限公司
申请日： 2021-12-02 - 公布日： 2022-03-08 - 主分类号： G06F40/35 文献下载
摘要：该方法包括：获取样本数据，其中，所述样本数据包括：多个句子；在基于预先构建的特征向量模型生成每个句子的句子向量时，对每个句子执行两次Dropout处理，得到每个句子对应的两个句子向量；根据每个句子对应的两个句子向量
数据增强模型训练方法装置电子设备存储介质

[发明专利]基于预训练模型的语义检索方法和系统-CN201910609351.5有效
发明人：车万翔;韩宇;赵妍妍;刘挺 -专利权人：哈尔滨工业大学
申请日： 2019-07-08 - 公布日： 2021-05-25 - 主分类号： G06F16/33 文献下载
摘要：该方法包括：采用标注数据对预训练语义表示模型进行训练，获得满足设定优化目标的经训练的预训练语义表示模型；将句子库中的句子输入到所述经训练的预训练语义表示模型，获得该句子库中句子的向量表示；对所述句子库中的句子的向量表示建立语义索引，获得句子库的语义索引；将待查询语句输入到所述经训练的预训练语义表示模型，获得待查询语句的向量表示；将所述待查询语句的向量表示和所述句子库的语义索引进行匹配，获得查询结果。
基于训练模型语义检索方法系统

[发明专利]一种对话系统中的句子多样性生成方法及系统-CN201911087246.6有效
发明人：梁小丹;陈炳成;林倞 -专利权人：中山大学
申请日： 2019-11-08 - 公布日： 2023-07-07 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种对话系统中的句子多样性生成方法及系统，所述方法包括如下步骤：步骤S1，提取回答句子的依存树，并将所述依存树转为无向图；步骤S2，将所述回答句子和步骤S1获得的无向图输入图结构转换器，得到所述回答句子的特征向量；步骤S3，使用所述序列结构转换器提取所述回答句子的对话历史的特征向量；步骤S4,将步骤S2获得的所述回答句子的特征向量和步骤S3获得的对话历史的特征向量输入条件变分自动编码器，得到所述对话历史的新的回答句子，本发明可提高对话系统中句子生成的多样性。
一种对话系统中的句子多样性生成方法

[发明专利]一种基于多个词嵌入和多头自注意力机制的关系抽取方法-CN202310594598.0在审
发明人：秦智;刘恩洋;杜自豪;张仕斌;昌燕;胡贵强 -专利权人：成都信息工程大学
申请日： 2023-05-24 - 公布日： 2023-08-22 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种基于多个词嵌入和多头自注意力机制的关系抽取方法，包括以下步骤：S1、获取第一句子向量，将第一句子向量依次输入双向长短记忆网络层和注意力层，得到第一特征向量；S2、获取第二句子向量，将第二句子向量依次输入多窗口卷积层、多头自注意力层和最大池化层，得到第二特征向量；S3、将第一特征向量和第二特征向量均输入门控特征融合层，得到融合结果；S4、将融合结果输入Softmax层，得到关系预测结果，完成关系抽取。本发明使用字符嵌入的方式，不构建外部知识库也能有效地从字符层面和词组层面挖掘句子信息来充分表达句子语义，并且避免分词错误带来的影响、缓解一词多义难题。
一种基于多个词嵌入多头注意力机制关系抽取方法

[发明专利]基于LSTM并结合词性及多注意力机制的句子分类方法-CN201811430542.7有效
发明人：苏锦钿;周炀;朱展东 -专利权人：华南理工大学
申请日： 2018-11-28 - 公布日： 2022-12-16 - 主分类号： G06F16/35 文献下载
摘要：本发明公开了一种基于LSTM并结合词性及多注意力机制的句子分类方法，包括步骤：在输入层中将每个句子转化成两个基于连续和稠密的语义词向量矩阵和词性词向量矩阵；在共享的双向LSTM层中分别学习句子中词或词性的上下文信息，并将每一步的学习结果进行串联后输出；在自注意力层中采用自注意力机制及点乘函数分别从语义词向量序列和词性词向量序列学习句子中各个位置上的重要局部特征，得到相应的语义注意力向量和词性注意力向量，并通过KL距离对它们进行约束；在合并层中利用得到的语义注意力向量和词性注意力向量对双向LSTM层的输出序列进行加权求和，得到句子的语义表征和词性表征，并得到最终的句子语义表示；最后通过MLP输出层进行预测和分类输出
基于 lstm 结合词性注意力机制句子分类方法

[发明专利]命名实体识别方法、装置、设备及存储介质-CN202210134404.4有效
发明人：尹嘉峻 -专利权人：平安科技（深圳）有限公司
申请日： 2022-02-14 - 公布日： 2023-05-16 - 主分类号： G06F40/295 文献下载
摘要：本发明涉及人工智能技术，揭露一种命名实体识别方法，包括：对待预测句子进行数据清洗，得到标准分词序列；对标准分词序列进行向量化处理，得到句子向量；将句子向量输入至标准类型概率预测模型，得到实体类型概率，根据所述实体类型概率确定句子向量对应的预测实体标签，利用预设的标签预测算法对预测实体标签进行类型预测，得到待预测句子的实体类型。此外，本发明还涉及区块链技术，句子向量可存储于区块链的节点。本发明还提出一种命名实体识别装置、电子设备以及存储介质。本发明可以提高命名实体识别的准确度。
命名实体识别方法装置设备存储介质

[发明专利]一种基于上下文的关联性预测方法、装置及存储设备-CN201910830999.5在审
发明人：牛嘉斌;林士翔;雷欣;李志飞 -专利权人：出门问问信息科技有限公司
申请日： 2019-09-04 - 公布日： 2019-12-13 - 主分类号： G06F16/33 文献下载
摘要：基于上下文的关联性预测方法包括：首先，获取当前轮查询语和上一轮查询语；然后，对当前轮查询语和上一轮查询语进行词向量转化，分别得到当前轮查询语词向量和上一轮查询语词向量；接下来，再分别确定对应当前轮查询语词向量和上一轮查询语词向量的句子表征，得到当前轮查询语句子表征向量和上一轮查询语句子表征向量；最后，根据当前轮查询语句子表征向量和上一轮查询语句子表征向量进行关联性预测，得到当前轮查询语与上一轮查询语是否相关联的预测结果。
向量查询语查询语句关联性查询预测计算机存储设备预测结果词向量前轮句子关联转化