专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果16246个,建议您升级VIP下载更多相关专利
  • [发明专利]基于图片的问答处理方法、装置、可读介质及电子设备-CN202110548159.7有效
  • 彭博 - 腾讯科技(深圳)有限公司
  • 2021-05-19 - 2023-10-24 - G06F16/332
  • 本申请的实施例提供了一种基于图片的问答处理方法、装置、可读介质及电子设备。该基于图片的问答处理方法包括:获取目标图片以及所述目标图片对应的问题语句;对所述目标图片进行特征提取,得到所述目标图片的第一图像特征,并对所述问题语句进行特征提取,得到所述问题语句的第一文本特征;基于所述第一文本特征的注意力机制,生成所述第一文本特征对应的第二文本特征,并基于所述第二文本特征的注意力机制,生成所述第一图像特征对应的第二图像特征;将所述第二文本特征和所述第二图像特征进行特征合并,得到联合特征,并根据所述联合特征,生成所述问题语句的答案。本申请实施例的技术方案能够提高图片问答的准确率。
  • 基于图片问答处理方法装置可读介质电子设备
  • [发明专利]一种情感对话生成系统和方法-CN202010074840.8有效
  • 窦志成 - 中国人民大学
  • 2020-01-22 - 2023-10-24 - G06F16/33
  • 本发明涉及一种情感对话生成系统和方法,包括:情感对话生成模块和重排序模块;情感对话生成模块包括基本回复生成模块,用于生成语义正确的基本回复;多模型情感回复生成模块,其通过层次训练建立与各种情感对应的情感模型,并基于情感模型得到情感回复;单模型情感回复生成模块,其将情感类别作为输入训练情感模型,并根据情感模型输出情感回复;重排序模块接收对话生成模块中三个子模块输出的回复,对输出的回复进行打分,并根据分数对各模块输出的回复进行重排,得分最高的回复即为最终的情感回复。在人机对话过程中,机器能够生成满足特定情感的对话回复,其既语法通顺、语义连贯,又满足情感一致性,从而提高了人机交互中的用户体验感。
  • 一种情感对话生成系统方法
  • [发明专利]用户对话信息的处理方法、装置及计算机设备-CN202110694054.2有效
  • 唐淑雨;陈林;何赛南 - 中国平安财产保险股份有限公司
  • 2021-06-22 - 2023-10-24 - G06F16/332
  • 本申请公开了一种用户对话信息的处理方法、装置及计算机设备,涉及信息处理技术领域,可以解决用户意愿转化度判定效率低且准确性不高的技术问题。其中方法包括:利用与预设客服场景匹配的历史对话信息训练符合预设训练标准的转化概率预测模型;在目标用户的当前对话信息中提取第一目标特征,并将第一目标特征输入转化概率预测模型中,获取当前对话信息关于第二目标特征的分值预测结果,第一目标特征包括目标核心对话信息、目标线上行为信息、目标基础用户信息中的至少两种,第二目标特征至少包括目标转化结果信息;基于分值预测结果确定目标转化概率;确定与目标转化概率匹配的目标执行策略,并基于目标执行策略执行针对当前对话信息的处理操作。
  • 用户对话信息处理方法装置计算机设备
  • [发明专利]基于文档的智能问答模型训练方法、装置及其应用-CN202310828598.2在审
  • 郁强;葛俊;王国梁;陈思瑶;曹喆 - 城云科技(中国)有限公司
  • 2023-07-06 - 2023-10-20 - G06F16/332
  • 本申请提出了基于文档的智能问答模型训练方法、装置及其应用,包括以下步骤:准备问答推理模型、文本检索模型、问题集合以及目标领域的文档知识集合;每个问题与检索到的文本结合后,通过问答推理模型进行回答;计算每个问题的答案准确率的概率密度分布以及每个问题与检索到的文本之间的相似概率密度分布,同时计算概率密度分布与相似概率密度分布的相关性;根据相关性高低优化调整文本检索模型的参数,通过将文本检索模型依据当前参数输出的检索文本进行k‑NN聚类;将k‑NN聚类的文本特征和问题特征进行拼接,并用神经网络计算聚类特征与问题特征的权重;将权重应用于拼接后的特征向量。本申请可提升问答系统的准确性和性能。
  • 基于文档智能问答模型训练方法装置及其应用
  • [发明专利]意图识别方法、装置、电子设备及存储介质-CN202310849632.4在审
  • 王艳东;张龙 - 深圳绿米联创科技有限公司
  • 2023-07-11 - 2023-10-20 - G06F16/332
  • 本申请涉及一种意图识别方法、装置、电子设备及存储介质,意图识别方法包括:将获取的原始文本中属于目标领域的关键词,替换为目标领域中与关键词对应的类别标签,生成替换文本;将待匹配文本与规则模板进行匹配,若待匹配文本与规则模板相匹配,则将规则模板对应的模板意图作为原始文本的目标意图;待匹配文本包括原始文本和/或替换文本;若不匹配,且替换文本属于目标领域的文本,则通过已训练的意图识别模型对原始文本和替换文本进行意图识别,基于得到的原始文本和替换文本对应的识别结果,确定原始文本的目标意图。如此,可以避免直接将标签化的替换文本输入到意图识别模型后可能导致的意图误触的问题,提高了意图识别方法的准确率。
  • 意图识别方法装置电子设备存储介质
  • [发明专利]一种基于深度强化学习的自动问答系统-CN202310877582.0在审
  • 索强;于天宇;程鑫;郑晓晨;汪智鹏 - 上海墅字科技有限公司
  • 2023-07-17 - 2023-10-20 - G06F16/332
  • 本发明公开了一种基于深度强化学习的自动问答系统,该系统能够根据用户输入的问题,从多种类型和格式的数据中检索或生成相关的答案,并与用户进行交互式问答。该系统包括输入模块、输出模块、数据采集模块、数据预处理模块、知识表示模块、知识检索模块、答案生成模块、反馈收集模块、反馈更新模块和交互管理模块。该系统利用深度强化学习模型对不同类型和格式的数据进行统一的语义表示和答案生成,提高了问答系统的准确性和灵活性。该系统还基于知识图谱的结构和语义信息提高了检索的效率和准确性。该系统还利用用户的反馈和评价更新深度强化学习模型的参数和策略,优化了问答系统的交互效果。本发明系统在各个领域和场景中都有广泛的应用。
  • 一种基于深度强化学习自动问答系统
  • [发明专利]一种融合稀疏与低秩的信息检索方法-CN202310892075.4在审
  • 杨艺芳 - 西安石油大学
  • 2023-07-19 - 2023-10-20 - G06F16/33
  • 本发明涉及信息检索技术领域,提出了一种融合稀疏与低秩的信息检索方法,包括:获取输入文本信息及信息语料库;分别得到相应的第一词向量矩阵及词性矩阵;根据词性矩阵中每一行的矩阵元素的方差差异获取每一行的第一特殊度,根据第一词向量矩阵中相邻矩阵元素的关联分布表现,获取每个矩阵元素的第二特殊度,进而得到综合特殊度;根据第一词向量矩阵中每个矩阵元素的综合特殊度,自适应设置RPCA算法的调整权重值,获取输入文本信息的稀疏矩阵与低秩矩阵,以及信息语料库中文本信息的稀疏矩阵与低秩矩阵;通过矩阵的匹配度计算得到信息检索的结果。本发明旨在解决矩阵分解方法中人工设置权重值容易产生较大误差而影响匹配程度计算的问题。
  • 一种融合稀疏信息检索方法
  • [发明专利]知识库中扩展问自动挖掘方法及其装置-CN202310923799.0在审
  • 孟先艳;赵江江 - 中移在线服务有限公司;中国移动通信集团有限公司
  • 2023-07-26 - 2023-10-20 - G06F16/332
  • 本申请涉及人工智能技术领域,提供一种知识库中扩展问自动挖掘方法及其装置。该方法包括:抽取知识库中多条待扩充知识的标准问和初始扩展问;基于标准问获取业务词集,采用业务词集对挖掘语料进行筛选,得到每条待扩充知识的初始挖掘语料;基于初始挖掘语料中每条文本与每条待扩充知识的中心语义向量的第一语义相似度,获取第一扩展语料;对第一扩展语料进行聚类,获取第二扩展语料;若第二扩展语料不在初始扩展问中,则将第二扩展语料加入待扩充知识的扩展问中。本申请通过自动挖掘扩展问,避免人工编写,提高了扩展问的质量,丰富了扩展问的语义类型,从而提高智能问答的时效性和准确率,以及提升用户体验。
  • 知识库扩展自动挖掘方法及其装置
  • [发明专利]基于NLP的废纸报价智能识别方法及人工智能识别系统-CN202310764939.4在审
  • 刘文波;臧琨;张山;王振 - 广州千鸟电商科技有限公司
  • 2023-06-27 - 2023-10-20 - G06F16/332
  • 本申请提供的基于NLP的废纸报价智能识别方法及人工智能识别系统,利用AI自然语言处理算法对目标废纸报价文本信息进行处理,得到目标废纸报价文本信息对应的文本语义优化数据,依据目标废纸报价文本信息的第一文本语义数据和文本语义优化数据确定目标废纸报价文本信息对应的第二文本语义数据,实现了与对应的正确废纸报价文本信息在语义向量关系网中的匹配,第二文本语义数据可以用于对目标废纸报价文本信息进行品类报价判别处理,基于此,可以在基于第二文本语义数据判断处目标废纸报价文本信息的品类报价判别结果为正确的前提下,将目标废纸报价文本信息进行发布,从而实现废纸报价的自动识别,提高废纸报价的识别分析效率。
  • 基于nlp废纸报价智能识别方法人工智能系统

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top