“姜伟敏”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5个，建议您升级VIP下载更多相关专利

[发明专利]基于分布式系统的意图识别方法及装置-CN201910487058.6有效
发明人： 姜伟敏 -专利权人：深圳市思迪信息技术股份有限公司
申请日： 2019-06-05 - 公布日： 2023-07-25 - 主分类号： G06F40/205 文献下载
摘要：本发明提供了一种基于分布式系统的意图识别方法及装置，所述方法通过数据分块模型，对原始数据进行有效分块预处理；将每一块数据作为单一独立模块数据，分别通过Scikit‑learn算法实现文本数据信息处理和训练，经过训练后的countVectorizer和tfidfVectorizer函数模型，作为Scikit‑learn算法中间件存储于本地，便于对用户数据直接进行关联特征选取；接下来，独立模块分别对应进入XGBoost算法训练，通过损失函数设置训练周期，意图识别XGBoost模型结果存储于本地；最后分布式系统根据分块训练的个数配置分布式计算规模，每个节点位置，对应配置Scikit‑learn算法中间件和XGBoost存储模型，根据用户意图分析模块，综合分析用户意图。本发明有效解决海量数据时，初始样本巨大，造成训练周期长，训练效果不理想的问题。
基于分布式系统意图识别方法装置

[发明专利]基于改进XGBoost算法的意图识别方法及装置-CN201910487948.7有效
发明人： 姜伟敏 -专利权人：深圳市思迪信息技术股份有限公司
申请日： 2019-06-05 - 公布日： 2023-04-28 - 主分类号： G06F40/30 文献下载
摘要：本发明提供了一种基于改进XGBoost算法的意图识别方法，采用Scikit‑learn算法中CountVectorizer和TfidfVectorizer类提取文本特征，然后生成训练集；待对训练样本完成训练之后，保存训练模型参数countVectorizer和tfidfVectorizer，作为中间件存储于本地，然后将训练后的样本信息输送至XGBoost模型进行意图训练，直至达到损失函数条件，终止模型训练，最终将XGBoost训练后模型自动存储于本地；将训练好模型对用户的语句进行意图识别。本发明将训练countVectorizer和tfidfVectorizer中间件存储于本地，便于程序本地化加载运行，根据训练文本数据特征间相互关联关系，直接对用户数据进行处理，从而降低系统开销，提高运行效率；将XGBoost训练后模型自动存储于本地，便于运行加载训练好的模型，复用率高。
基于改进 xgboost 算法意图识别方法装置

[发明专利]基于多种绘图工具智能成图的方法及装置-CN202111245930.X在审
发明人： 姜伟敏 -专利权人：深圳市思迪信息技术股份有限公司
申请日： 2021-10-26 - 公布日： 2022-01-07 - 主分类号： G06T11/20 文献下载
摘要：本发明公开了一种基于多种绘图工具智能成图的方法及装置，该方法包括：通过数据预设格式抽取方式对用户数据进行处理，形成待处理的用户数据格式；对待处理的用户数据格式的数据质量进行校验，得到校验结果，若校验结果异常，则对待处理的用户数据格式进行处理，得到处理后的用户数据；根据用户的需求调用相应的绘图工具；基于绘图工具以及处理后的用户数据智能生成合适的图像。通过本发明提供的方法，可根据用户的需求调用多种绘图工具中相应的绘图工具，且可基于绘图工具以及处理后的用户数据可智能生成合适的图像，可在用户不清楚数据的合适呈现方式的前提下，可以有效的帮助用户实现较为理想的图像，提高绘图的质量和效率。
基于多种绘图工具智能方法装置

[发明专利]数据状态多维度监控方法及系统、设备及存储介质-CN202010524675.1在审
发明人： 姜伟敏 -专利权人：深圳市思迪信息技术股份有限公司
申请日： 2020-06-10 - 公布日： 2020-12-18 - 主分类号： G06F16/2458 文献下载
摘要：本发明提供了一种数据状态多维度监控方法及系统、设备及存储介质，包括：获取用户数据，根据用户数据设置不同监控级别，并记录用户数据不同监控级别的信息；统计用户数据更新的效率，并对用户数据进行差异化核验，得到偏差数据；将超过阈值的偏差数据标记为异常数据，根据不同监控级别对所述异常数据进行分类统计；根据分类统计后的异常数据调取异常数据在用户数据不同监控级别的信息。该方法不仅统计当前数据运行状态，同时通过历史数据核验校对方法，有效解决数据库数据状态监控问题，有效提高数据监控的有效性和准确性。
数据状态多维监控方法系统设备存储介质

[发明专利]机器人长文本数据聊天的训练方法及装置-CN201811526725.9在审
发明人： 姜伟敏 -专利权人：深圳市思迪信息技术股份有限公司
申请日： 2018-12-13 - 公布日： 2019-04-16 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种机器人长文本数据聊天的训练方法及装置，其中，所述机器人长文本数据聊天的训练方法包括：获取目标专业知识的数据源，所述数据源包括问题数据源及对应的答案数据源；利用本地词典对数据源的长文本数据进行分词处理，并且通过主题模型抽取数据源中长文本数据对应的至少一主题词；基于tensorflow中seq2seq模型对主题词进行神经网络训练，得到机器人自主对话模型；在用户输入问题后，利用机器人自主对话模型输出用户输入问题对应的答案。本发明的技术方案能够在系统消耗较小的情况下实现专业领域机器人长文本聊天，能够缩短机器人的训练周期，同时能够自动加载训练模型结果，实现高效地自主对话。
长文本机器人数据源聊天对话模型神经网络训练抽取数据答案数据分词处理获取目标数据对应问题数据系统消耗训练模型训练周期主题模型专业领域专业知识自动加载答案输出对话