“训练文档集合”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485228个，建议您升级VIP下载更多相关专利

[发明专利]一种文档主题确定方法及装置-CN201710301661.1有效
发明人：赵耕弘;张霞;赵立军;崔朝辉 -专利权人：东软集团股份有限公司
申请日： 2017-05-02 - 公布日： 2019-08-13 - 主分类号： G06F16/35 文献下载
摘要：本申请实施例公开了一种文档主题确定方法和装置，实现对目标文档主题的确定。该方法预先根据Labeled LDA模型对训练文档集合、训练单词集合和标签集合进行训练，得到“单词‑标签”条件概率集合，根据所述训练单词集合得到单词概率集合；然后获取待确定主题的目标文档，以及所述目标文档中的目标单词；从所述“单词‑标签”条件概率集合中，查找所述目标单词对应的“单词‑标签”条件概率；从所述单词概率集合中，查找所述目标单词对应的词频；根据目标单词对应的“单词‑标签”条件概率和词频，得到所述目标文档对应的“标签‑目标文档”条件概率；根据所述目标文档对应的“标签‑目标文档”条件概率确定所述目标文档的主题。
目标文档条件概率标签目标单词单词集合词频单词概率单词集合文档主题训练文档集合方法和装置查找标签集合申请

[发明专利]主题词分类模型创建方法、创建装置及存储介质-CN201710447182.0有效
发明人：孙子荀 -专利权人：腾讯科技（深圳）有限公司
申请日： 2017-06-14 - 公布日： 2022-03-08 - 主分类号： G06F16/35 文献下载
摘要：本发明提供一种主题词分类模型创建方法，其包括：获取多个模型训练文档，并提取所述模型训练文档的标签词；基于相似度算法，获取标签词对应的核心主题词组；基于映射内容库，获取核心主题词组对应的第一模型训练文档集合；基于机器学习算法，对多个模型训练文档进行分类操作；基于映射内容库，获取标签词对应的所有模型训练文档的主体类别标识，并根据标签词对应的主体类别标识，确定标签词对应的第二模型训练文档集合；将标签词对应的第一模型训练文档集合和第二模型训练文档集合中重复的模型训练文档作为正样本，映射内容库中的其他模型训练文档作为负样本，创建标签词的主题词分类模型。
主题词分类模型创建方法装置存储介质

[发明专利]一种结合主题模型的文档向量生成方法-CN201710096926.9在审
发明人：阳可欣;王美华;印鉴 -专利权人：中山大学;广东恒电信息科技股份有限公司
申请日： 2017-02-22 - 公布日： 2017-07-04 - 主分类号： G06F17/27 文献下载
摘要：本发明提供一种结合主题模型的文档向量生成方法，该方法获取文档集合并对其进行预处理，然后用LDA对文档集合进行训练，得到每篇文档中每个词的主题，并将词和主题组成<词，主题>对，将<词，主题>对组成的文档集合输入到Doc2vec文档向量模型中，训练生成主题文档向量，该过程将文档中词的主题信息融入到文档向量的训练过程中，能够训练出包含主题信息的主题文档向量，从而提升文本分类、文本相似度计算等自然语言处理任务的准确度
一种结合主题模型文档向量生成方法

[发明专利]业务文档检索方法、装置、设备及存储介质-CN202310695053.9在审
发明人：丁嘉罗;董世超 -专利权人：平安科技（深圳）有限公司
申请日： 2023-06-12 - 公布日： 2023-08-29 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及金融科技领域的人工智能技术，揭露了一种业务文档检索方法，包括：对预构建的信息抽取模型进行多阶段通用训练，得到原始双塔模型，利用原始文档训练集合对原始双塔模型进行对比学习训练，得到包括标准查询模型及标准文档模型的标准双塔模型，利用标准文档模型对待检索文档集合进行多注意力稠密向量编码，得到稠密向量集合，利用标准查询模型对用户查询信息进行向量编码，得到查询向量，基于查询向量对稠密向量集合进行文档检索，得到文档检索结果。本发明还涉及区块链技术，所述文档检索结果可存储在区块链的节点中。本发明还提出一种业务文档检索装置、电子设备以及可读存储介质。本发明可以提高文档检索的效率及准确率。
业务文档检索方法装置设备存储介质

[发明专利]一种文档的无监督关键词抽取方法-CN202310831372.8在审
发明人：景丽萍;宋明阳 -专利权人：北京交通大学
申请日： 2023-07-07 - 公布日： 2023-09-22 - 主分类号： G06F40/289 文献下载
摘要：本发明提供了一种文档的无监督关键词抽取方法。该方法包括：构建输入文档的候选词语集合；通过文档词语编码器和自注意力机制构建子集抽取智能体，并利用文档到集合的打分函数作为奖励函数训练该智能体，所述子集抽取智能体实现从候选词语集合中抽取关键词子集；将所述输入文档的候选词语集合输入到训练好的子集抽取智能体，所述训练好的子集抽取智能体输出上述输入文档的最优关键词子集。本发明通过正交优化正则的排序损失函数构建了文档到集合的打分函数作为强化学习中的奖励函数，允许模型从集合的角度对候选关键词集合进行打分，达到对关键词重要性准确估计的目的，极大提升了无监督关键词抽取的性能。
一种文档监督关键词抽取方法

[发明专利]训练自然语言检索系统的方法、检索系统以及对应的用途-CN201980082811.1在审
发明人： S·阿维拉 -专利权人：伊普拉利技术有限公司
申请日： 2019-10-13 - 公布日： 2021-07-30 - 主分类号： G06F40/205 文献下载
摘要：本发明提供一种用于训练基于机器学习的专利检索或新颖性评价系统的方法和系统。所述方法包括提供多个专利文档，每个所述专利文档具有计算机可识别的权利要求块和全说明书块，所述全说明书块包括专利文档的说明书的至少一部分。所述方法还包括提供机器学习模型和使用训练数据集合来训练所述机器学习模型，所述训练数据集合包括来自所述专利文档的用于形成经训练的机器学习模型的数据。根据本发明，所述训练包括使用来源于同一专利文档的权利要求块和全说明书块对作为所述训练数据集合的训练案例。
训练自然语言检索系统方法以及对应用途

[发明专利]训练数据的生成方法、模型训练方法以及装置-CN202310140629.5在审
发明人：刘坤 -专利权人：北京百度网讯科技有限公司
申请日： 2023-02-13 - 公布日： 2023-05-05 - 主分类号： G06F16/332 文献下载
摘要：本公开提供了一种训练数据的生成方法、模型训练方法以及装置，涉及深度学习、自然语言处理等人工智能技术领域。具体实现方案为：在获取属于同一领域下的多个第一文档后，从文档库中获取与第一文档匹配的第二文档，并根据各个第一文档以及各个第二文档来生成段落集合，针对段落集合中的各个段落，从问题库中获取与段落对应的问题；根据各个段落以及对应的问题，生成用于训练问答匹配模型的训练数据。由此，通过文档库来丰富对应领域下的文档，并基于丰富后的文档以及问题库来生成用于训练问答匹配模型的训练数据，降低了训练数据的获取成本的同时，丰富了训练数据的多样性。
训练数据生成方法模型以及装置

[发明专利]聚焦的语义分类-CN201480082742.1在审
发明人：约翰·西蒙·福瑟吉尔 -专利权人：隆沙有限公司
申请日： 2014-10-31 - 公布日： 2017-08-18 - 主分类号： G06F17/30 文献下载
摘要：语义分析模块用于针对多个文档集合中的每个文档集合确定文档集合中所包括的文档的语义类别的分布。语义分析模块还用于从所述多个文档集合中选择第一文档集合以用于分析目标文档，并将目标文档的语义类别的先验分布设置为与第一文档集合中所包括的文档的语义类别的分布相等同。语义分析模块还用于使用训练数据集合和目标文档的语义类别的先验分布来执行目标文档的贝叶斯分类，并且基于所述贝叶斯分类确定目标文档的语义类别。
聚焦语义分类

[发明专利]文档保存方法、系统及终端设备-CN201811637233.7在审
发明人：周雪涛 -专利权人：国家电网有限公司;国网河北省电力有限公司;河北省送变电有限公司
申请日： 2018-12-29 - 公布日： 2019-04-26 - 主分类号： G06F16/11 文献下载
摘要：本发明适用于计算机应用技术领域，公开了一种文档保存方法、系统及终端设备，包括：获取待保存文档及其对应的属性信息，获取属性信息中的文档标识信息，将文档标识信息与预设分类关键词集合进行匹配，若预设分类关键词集合中存在与文档标识信息匹配的分类关键词，则将分类关键词对应的文档类型作为目标文档类型，若预设分类关键词集合中的分类关键词均与文档标识信息不匹配，则将待保存文档输入至预设的训练后的文档分类模型中，获取训练后的文档分类模型输出的目标文档类型，实现文档的自动分类保存，无需人工进行分类以及保存，提高了文档的保存效率。
分类关键词文档标识信息文档预设保存匹配集合目标文档属性信息文档保存文档分类终端设备计算机应用技术文档类型自动分类输出分类

[发明专利]大型数据库中语义搜索的方法和系统-CN201880066512.4在审
发明人：贝拉·洛兰·科瓦奇斯;阿科斯·贾格 -专利权人：尼根特罗匹克斯软件有限公司
申请日： 2018-10-09 - 公布日： 2020-05-29 - 主分类号： G06F16/35 文献下载
摘要：本发明提供一种在源文档数据库中执行语义搜索的计算机实施的方法，所述源文档数据库包含由唯一的文档标识符标识的文档，所述方法包括：读取包含文本的查询的文本组件；使用预定义的特征提取模型，从查询的文本组件中生成查询特征集合；基于多个查询特征生成训练特征集合；利用训练特征、和使用预定义特征提取模型从源文档的至少一部分中获取的文档特征集合，将可训练的分类器进行训练；根据预定义的选择方案选择用于分类的多个源文档；获取经选择文档的特征；通过使用经选择文档的特征，将经选择源文档分类为不同的相关性类别，其中至少一个相关性值与各经选择文档相关联；基于经分类文档的至少一个相关联的相关性值，将经分类文档排序成有序列表；和将经排序文档的标识符的有序列表存储在计算机可读内存中
大型数据库语义搜索方法系统

[发明专利]一种基于Gaussian ATM和词嵌入的语义稀疏Web服务发现方法-CN201810345829.3在审
发明人：田刚;刘鹏飞;孙承爱 -专利权人：山东科技大学
申请日： 2018-04-18 - 公布日： 2018-10-26 - 主分类号： H04L29/08 文献下载
摘要：本发明提供了一种基于Gaussian ATM和词嵌入的语义稀疏Web服务发现方法，按如下顺序进行：收集Web服务描述文档，对收集的Web服务描述文档进行解析，得到Web服务描述文档中的特征词汇，并对Web服务描述文档中的词汇进行预处理，得到一组原型单词的集合；使用词嵌入训练模型Word2Vec训练原型单词的集合，得到原型单词的集合中每个单词的连续向量表示；使用Gaussian ATM模型得到的原型单词的集合进行训练，获得每个Web服务层次结构；使用训练得到的连续向量的集合丰富用户查询，得到扩展以后的用户查询；利用得到的服务层次结构，使用概率排序方法，得到针对扩展之后用户查询所对应的查询输出。
单词集合文档原型用户查询语义层次结构连续向量嵌入的稀疏预处理使用概率特征词汇训练模型排序嵌入解析词汇查询输出服务

[发明专利]一种基于GaussianLDA和词嵌入的语义稀疏Web服务发现方法-CN201611049185.0在审
发明人：田刚;高艳峰;孙承爱 -专利权人：山东科技大学
申请日： 2016-11-25 - 公布日： 2017-04-26 - 主分类号： G06F17/30 文献下载
摘要：该方法具体按如下顺序进行收集Web服务描述文档，对收集的Web服务描述文档进行预处理，得到Web服务描述文档中的特征词汇，并对Web服务描述文档中的词汇进行预处理，得到一组原型单词的集合；使用词嵌入训练模型Word2Vec训练步骤1中得到的原型单词的集合，得到原型单词的集合中每个单词的连续向量表示；使用Gaussian LDA模型对步骤1中得到的原型单词的集合进行训练，获得每个Web服务层次结构；使用步骤2训练得到的连续向量的集合丰富用户查询，得到扩展以后的用户查询；利用步骤2得到的服务层次结构，使用概率排序方法，得到针对扩展之后用户查询所对应的查询输出。
一种基于 gaussianlda 嵌入语义稀疏 web 服务发现方法

[发明专利]用广义词汇表标记训练和评估机器学习模型的系统和方法-CN202011023423.7在审
发明人： S·卡鲁锐 -专利权人：甲骨文国际公司
申请日： 2020-09-25 - 公布日： 2021-05-11 - 主分类号： G06F40/284 文献下载
摘要：公开了使用用于文档处理的广义词汇表标记来训练和评估机器学习模型的系统和方法。本文描述了用于使用广义词汇表标记来训练和评估用于文档处理计算应用的机器学习(ML)模型的技术。在一些实施例中，ML系统为多个文档中的非文本内容确定标记集合。ML系统生成包含非文本内容的标记集合的固定长度的词汇表。ML系统还至少部分地基于固定长度的词汇表中的哪些标记在相应文档中出现而为文档的训练数据集中的每个相应文档生成相应的特征向量。ML系统至少部分地基于训练数据集中每个相应文档的相应特征向量来训练ML模型。
广义词汇表标记训练评估机器学习模型系统方法

[发明专利]文档问答方法、装置、系统、电子设备及存储介质-CN202211430115.5在审
发明人：王涛;刘权;李亚;李阳;刘聪;胡国平 -专利权人：科大讯飞股份有限公司
申请日： 2022-11-15 - 公布日： 2023-04-07 - 主分类号： G06F16/332 文献下载
摘要：本发明涉及自然语言处理技术领域，提供一种文档问答方法、装置、系统、电子设备及存储介质，该方法利用粗排模型，得到目标文档库中的多个备选文档，利用精排模型得到每个备选文档与用户问题的相似度，并确定目标文档，粗排模型以及精排模型训练过程采用的样本包括内容文档对以及问题文档对集合，通过内容文档对可以使预训练粗排模型以及预训练精排模型在不引入人工标注的情况下学习到更充分的知识，不仅可以节约模型训练成本，提高训练效率通过问题文档对集合，可以保证通过粗排模型以及精排模型可以为用户提供准确的目标答案。
文档问答方法装置系统电子设备存储介质

[发明专利]一种基于强化学习的排序学习方法及服务器-CN201710114414.0在审
发明人：李伟国;蒋欣;李航 -专利权人：华为技术有限公司
申请日： 2017-02-28 - 公布日： 2018-09-07 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于强化学习的排序学习方法，包括：服务器获取历史查询词，并获取与历史查询词相对应的M个文档；服务器对M个文档进行排序以获取目标文档排序列表；服务器获取目标文档排序列表的排序效果评估值；服务器将历史查询词、M个文档、目标文档排序列表和排序效果评估值作为一个训练样本，并放入训练样本集合中；当训练样本集中的训练样本的数量大于预设数量时，服务器利用强化学习算法对所述训练样本集合进行训练以获取所述排序模型。采用本发明提供的技术方案有利于精确优化排序指标，从而提高用户对查询词对应的文档排序列表的排序结果的满意度。
排序文档服务器历史查询训练样本训练样本集合服务器获取目标文档强化学习效果评估强化学习算法获取目标排序结果排序模型排序指标查询词满意度放入预设学习优化

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条