“语义向量”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129439个，建议您升级VIP下载更多相关专利

[发明专利]地址解析方法及装置-CN201611239277.5在审
发明人：周长星;杨自强;毛政晖;韩永浩;张继伟;石磊;莫小良 -专利权人：上海博辕信息技术服务有限公司
申请日： 2016-12-28 - 公布日： 2017-04-26 - 主分类号： G06F17/27 文献下载
摘要：计算第三分词在该第一分词结果中的语义分数，生成第一语义向量，计算第三分词在该第二分词结果中的语义分数，生成第二语义向量。依据第三分词及第一分词结果生成第一词序向量，依据第三分词及第二分词结果生成第二词序向量，依据第一语义向量与第二语义向量计算语义相似度，依据第一词序向量和第二词序向量计算词序相似度。依据语义相似度和词序相似度从多个标准库地址中选择与待匹配地址匹配的标准库地址。本发明提供的地址解析方法及装置简单、快捷，工作效率高。
地址解析方法装置

[发明专利]一种基于点云语义激光SLAM回环检测方法、装置及机器人-CN202211042843.9在审
发明人：袁国斌;柏林;刘彪;舒海燕;袁添厦;沈创芸;祝涛剑;王恒华;方映峰 -专利权人：广州高新兴机器人有限公司
申请日： 2022-08-29 - 公布日： 2022-11-29 - 主分类号： G06V10/26 文献下载
摘要：本发明提供了一种基于点云语义激光SLAM回环检测方法，S1，任意两帧点云扫描数据，记为第一帧，第二帧；S2，将所述第一帧，第二帧输入到语义分割网络中，进行点云语义分割，并对其中语义块添加对应标签；S3，将所述第一帧，第二帧分别按照点的水平扫描距离分成M数量份，并分别使用第一帧语义向量、第二帧语义向量分别描述所述语义信息；S4，获取所述第一帧语义向量、第二帧语义向量1‑范数差小于一预设值的帧，作为回环候选帧本发明先获取点云数据的语义信息，使用一个列向量描述每一个等分后内的语义信息，并基于语义信息进行1‑范数计算，从而可以大大减少对于两帧图像中的计算量。
一种基于语义激光 slam 回环检测方法装置机器人

[发明专利]一种无监督的语义表示自动识别方法及装置-CN202010652905.2在审
发明人：闵庆凯;张岳;罗彤 -专利权人：西湖大学;北京融汇金信信息技术有限公司
申请日： 2020-07-08 - 公布日： 2021-02-12 - 主分类号： G06F40/30 文献下载
摘要：本发明实施例提供一种无监督的语义表示自动识别方法及装置，方法包括对待处理文本进行候选词提取得到一个及以上的候选词；针对每个候选词，确定与每个候选词对应的独热编码one‑hot向量表示和上下文向量表示；根据每个候选词的独热编码one‑hot向量表示和上下文向量确定待处理文本的整体语义隐变量向量表示，以此来确定待处理文本的领域，然后根据整体语义隐变量向量表示确定每个候选词的隐变量向量表示，以此确定每个候选词的槽位，进而得到待处理文本的语义表示本发明采用基于隐变量的语义分析方式可以在无监督的情况下得到待处理文本的语义表示，同时不依赖于其他泛化的语义分析框架，从而可以大大节省人力成本以及时间成本。
一种监督语义表示自动识别方法装置

[发明专利]基于语义化直观/非直观用户性格表示的用户关系画像方法-CN201910980998.9有效
发明人：车宁远;王博 -专利权人：天津大学
申请日： 2019-10-16 - 公布日： 2023-06-13 - 主分类号： G06F16/28 文献下载
摘要：本发明公开了基于语义化直观‑非直观用户性格表示的用户关系画像方法，首先，获取语言数据库；然后，分别通过直观用户性格表示方式和非直观用户性格表示方式得到关系画像；综合步骤二得到的用户间关系的语义化画像作为最终的用户关系语义化画像其中，直观方式是基于用户的个人语言文本，计算用户的大五人格五个维度分值并生成一组五维向量作为该用户的语义化画像；两组五维向量做差值计算得到用户间关系的语义化画像。非直观方式是将获取的用户的个人语言文本在word2vec工具训练生成词向量；根据用户名称提取用户词向量，将用户词向量作为该用户的用户语义画像；计算两用户的用户词向量间的余弦相似度和均值向量即为用户间关系的语义化画像
基于语义直观用户性格表示关系画像方法

[发明专利]文本类敏感信息识别方法、装置、电子设备和存储介质-CN202211478845.2有效
发明人：张黎;陈广辉;穆新宇;程树华 -专利权人：闪捷信息科技有限公司
申请日： 2022-11-24 - 公布日： 2023-04-07 - 主分类号： G06F16/335 文献下载
摘要：其中方法包括：对候选识别文本集合中的各个候选识别文本进行聚类，得到各个文本类集合，并基于各个文本类集合中各个候选识别文本的文本特征，确定进行敏感信息识别的待识别文本类集合；对任一待识别文本的待识别句进行语义信息提取，得到待识别句的句语义向量以及待识别句中每一分词的词语义向量；任一分词的词语义向量是基于对应分词的预训练词向量以及待识别句的句语义向量确定得到的；结合待识别句的句语义向量以及待识别句中每一分词的词语义向量
文本敏感信息识别方法装置电子设备存储介质

[发明专利]确定查询文本所对应标准文本的方法及装置-CN201911203536.2有效
发明人：张望舒;温祖杰 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2019-11-29 - 公布日： 2023-08-25 - 主分类号： G06F16/33 文献下载
摘要：然后，一方面，将所述查询文本输入基于Bert的第一语义模型中，得到查询语义向量；另一方面，获取若干候选文本，所述若干候选文本是根据所述查询文本检索标准文本库而确定；再获取所述若干候选文本对应的若干候选语义向量，所述若干候选语义向量通过基于Bert的第二语义模型而确定。接着，将查询语义向量分别与若干候选语义向量进行综合处理，得到若干综合向量；再然后，分别将所述若干综合向量输入预先训练的关联度预测模型，得到所述查询文本与所述若干候选文本之间的若干关联度，以用于从所述若干候选文本中确定所述查询文本所对应的标准文本
确定查询文本对应标准方法装置

[发明专利]文本分类的方法和装置-CN202110956610.9在审
发明人：唐锦阳;都金涛;祝慧佳 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2021-08-19 - 公布日： 2021-11-09 - 主分类号： G06F16/35 文献下载
摘要：所述方法包括：对待分类文本进行切分，得到若干文本片段；针对每个文本片段，将所述文本片段作为入参输入已训练的片段语义提取模型以对所述文本片段进行语义提取，得到所述文本片段对应的片段语义向量；将所述若干文本片段对应的若干片段语义向量作为入参输入已训练的文本语义提取模型以对所述待分类文本进行语义提取，得到所述待分类文本对应的文本语义向量；将所述文本语义向量作为入参输入已训练的分类模型，根据所述分类模型的输出结果，确定所述待分类文本所属的文本分类。
文本分类方法装置

[发明专利]实体识别方法、装置、设备和存储介质-CN202111129570.7在审
发明人：唐光远;陈海波;罗琴;李润静;熊琼;陶武超 -专利权人：珠海格力电器股份有限公司;珠海联云科技有限公司
申请日： 2021-09-26 - 公布日： 2022-01-28 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种实体识别方法、装置、设备和存储介质，包括：利用BERT预训练层将输入的文本表示为含有上下文语义信息的词向量特征；将词向量特征输入Transformer层，得到与词向量特征对应的语义全局特征向量，以及，将词向量特征输入TextRNN层，得到与词向量特征对应的词序列信息特征向量；将语义全局特征向量与词序列信息特征向量进行拼接，得到拼接向量特征；将拼接向量特征输入到预设的实体识别层中，输出词向量特征对应的标签作为实体识别结果，实现了在BERT预训练层的强大的语义表征能力的基础上，利用Transformer层解决梯度消失的问题，并由TextRNN层更好地利用序列之间的关系，得到比较精准的实体识别结果。
实体识别方法装置设备存储介质

[发明专利]一种计算句子语义向量的方法-CN201811348612.4有效
发明人：罗立刚;刘辉;张正宽;张天泽;常涛;王玲 -专利权人：零氪科技（天津）有限公司
申请日： 2018-11-13 - 公布日： 2023-06-23 - 主分类号： G06F16/35 文献下载
摘要：本发明提供了一种计算句子语义向量的方法，包括以下步骤：A、将语料库中的各句子样本进行分词得到词集合，采用词向量生成工具训练得到每个词的词向量，构成词向量集合；B、通过所述词向量集合对待计算句子进行词向量均值计算，得到待计算句子的句子向量；C、在所述词集合中找出与待计算句子的各构成词相似度最高的若干个词，分别组成候选集；D、计算候选集中每个词与所述句子向量的距离，以该距离为权重，乘以候选集的词向量，得到待计算句子的语义向量本方法通过结合句子中每个构成词的临近词的词向量，进行句子语义向量的计算，充分使用了所有词的语义信息，使表达更为合理。
一种计算句子语义向量方法

[发明专利]视频语义表示方法、装置、电子设备和存储介质-CN202111637372.1在审
发明人：张恒庆;孟凡飞;李飞阳;薛娇 -专利权人：智者四海（北京）技术有限公司
申请日： 2021-12-30 - 公布日： 2022-01-28 - 主分类号： G06F16/783 文献下载
摘要：本发明提供一种视频语义表示方法、装置、电子设备和存储介质，其中方法包括：获取待表示视频的视频文本信息和多个视频帧；分别利用视频语义表示模型的文本编码器和图片编码器对视频文本信息和多个视频帧进行语义提取，得到视频文本信息的语义向量和多个视频帧的帧语义向量；利用视频语义表示模型的多模态融合器，对文本语义向量和多个视频帧的帧语义向量进行多模态融合，得到待表示视频的视频语义表示；其中，视频语义表示模型是基于样本视频的样本文本信息和多个样本视频帧进行自监督学习得到的，视频语义表示模型的图片编码器和文本编码器是基于样本图片以及样本图片的描述文本预先进行联合训练得到的。本发明提高了视频语义表示的精确性。
视频语义表示方法装置电子设备存储介质

[发明专利]短文本的聚类方法、装置、介质及电子设备-CN201811563089.7在审
发明人：李渊 -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： 2018-12-20 - 公布日： 2019-05-03 - 主分类号： G06F16/35 文献下载
摘要：本公开提供了一种短文本的聚类方法，该方法通过循环神经网络和注意力机制获取多个待分类短文本的语义特征向量，并利用聚类算法根据k个初始聚类中心点对所述多个待分类短文本的语义特征向量进行迭代聚类，最后将所述多个待分类短文本的语义特征向量分为多个短文本类，其中所述多个待分类短文本的语义特征向量中的每个待分类短文本的语义特征向量含有待分类短文本的上下文局部特征、全局特征和语义相关短文本的上下文局部特征和全局特征，这样使得对多个待分类短文本的语义特征向量聚类时可以达到较好的短文本聚类效果
短文本语义特征向量分类聚类局部特征全局特征初始聚类中心循环神经网络注意力机制电子设备聚类算法向量聚类语义迭代

[发明专利]一种区域数据监测方法和系统-CN202211740144.1在审
发明人：冯正乾;李旺;解宏泽;丁西凯;王秉帅;刘千龙;姬明曦 -专利权人：山东山科数字经济研究院有限公司
申请日： 2022-12-31 - 公布日： 2023-04-14 - 主分类号： G06F40/30 文献下载
摘要：本发明提供一种区域数据监测方法和系统，其中方法包括：对金融文本进行语义提取，得到金融文本中每一分词的初始语义向量；基于情绪词典确定金融文本中的情绪分词及其情绪得分，并基于趋势表达词典确定金融文本中的趋势表达词及其趋势得分；基于各个情绪分词的情绪得分对相应情绪分词的初始语义向量进行加强，并基于各个趋势表达词的趋势得分对相应趋势表达词的初始语义向量进行加强，得到情绪分词和趋势表达词的加强语义向量；对金融文本中情绪分词和趋势表达词的加强语义向量以及剩余分词的初始语义向量进行回归分析
一种区域数据监测方法系统

[发明专利]终端设备及新词发现方法-CN202310099993.1在审
发明人：巨荣辉;方依云;陶扬;李俊彦 -专利权人：海信电子科技(武汉)有限公司
申请日： 2023-02-06 - 公布日： 2023-06-09 - 主分类号： G06F40/289 文献下载
摘要：本申请提供一种终端设备及新词发现方法，所述方法可以响应于指示在目标文本中检测新词的控制指令，将目标文本输入至语言模型，以得到目标文本的语义向量和预测向量，再根据语义向量和预测向量，将目标文本切分成多个候选词其中，语义向量用于表征目标文本中每个字的语义特征，预测向量用于表征根据目标文本上下文信息预测得到的目标文本中相邻词的语义特征，语言模型为根据训练样本语料预训练获得的神经网络模型。所述方法可以在新词挖掘的过程中，结合文本中每个字本身的语义信息判断能否组成新词，并且可以针对特定领域的文本语义进行新词发现，提高新词发现的效率和准确性。
终端设备新词发现方法

[发明专利]模型的训练方法及装置、语义识别方法及装置、电子设备-CN202211497733.1在审
发明人：陈超凡;方俊;刘超;刘涵宇;汪力;高天昊 -专利权人：北京沃东天骏信息技术有限公司;北京京东世纪贸易有限公司
申请日： 2022-11-24 - 公布日： 2023-03-07 - 主分类号： G06N20/00 文献下载
摘要：本公开提供了一种文本特征提取模型的训练方法、语义识别模型的训练方法、语义识别方法、装置、电子设备、存储介质以及程序产品，涉及人工智能技术领域。该文本特征提取模型的训练方法主要包括：对训练样本集合中的多个文本语句样本分别进行文本特征提取，得到文本向量集合；对训练样本集合中的多个文本语句样本分别进行语义特征提取，得到语义向量集合；确定文本向量集合中至少两个文本向量之间的文本相似度和语义向量集合中至少两个语义向量之间的语义相似度
模型训练方法装置语义识别电子设备

[发明专利]一种基于语义向量的知识图谱表示学习方法-CN201911344270.3有效
发明人：张元鸣;李梦妮;高天宇;肖刚;程振波;陆佳炜 -专利权人：浙江工业大学
申请日： 2019-12-24 - 公布日： 2021-10-15 - 主分类号： G06F16/36 文献下载
摘要：一种基于语义向量的知识图谱表示学习方法，包括以下步骤：1)融合文本语料库的语义向量构建；2)融合文本语料库及知识图谱上下文的语义向量构建；3)语义矩阵的构建，过程如下：以三元组和关系的语义向量作为输入，得到每个关系对应的语义矩阵；4)建模与训练，过程如下：设计了一个新的得分函数对知识图谱中实体和关系的嵌入表示进行建模，得到所述知识图谱的嵌入表示模型；使用随机梯度下降法训练所述嵌入表示模型，使得损失函数的值最小化，得到最终知识图谱中实体和关系的语义向量。本发明提出的表示学习方体能够较为对知识图谱的复杂关系进行建模，并能够提高向量表示的精确度。
一种基于语义向量知识图谱表示学习方法