“钱胜胜”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13个，建议您升级VIP下载更多相关专利

[发明专利]关键词提取模型训练方法、装置、设备、介质及程序产品-CN202210142036.8在审
发明人：武德浩;蔡德胜;钱胜胜;戴福鑫;林康熠 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-02-16 - 公布日： 2023-08-29 - 主分类号： G06F40/284 文献下载
摘要：本申请公开了一种关键词提取模型训练方法、装置、设备、介质及程序产品，涉及机器学习领域。该方法包括：获取样本内容，通过关键词提取模型提取样本内容的样本特征表示，样本特征表示中包括与文本数据对应的文本特征表示，基于文本特征表示生成污染特征表示，得到对比损失，基于样本特征表示得到分类损失，结合对比损失和分类损失对关键词提取模型进行训练，得到目标提取模型。通过优化对比损失和分类损失的联合损失对关键词提取模型进行训练，为训练模型提供了更多的监督信号，提高模型提取的关键词和样本内容的相关率。
关键词提取模型训练方法装置设备介质程序产品

[发明专利]开放域社会事件分类方法、装置、电子设备和存储介质-CN202310112639.8在审
发明人： 钱胜胜;徐常胜;薛迪展 -专利权人：中国科学院自动化研究所
申请日： 2023-02-14 - 公布日： 2023-06-06 - 主分类号： G06F18/243 文献下载
摘要：本发明提供一种开放域社会事件分类方法、装置、电子设备和存储介质，涉及人工智能技术领域，所述方法包括：获取社会事件目标数据；将社会事件目标数据输入开放域社会事件分类模型，输出社会事件目标数据对应的分类类别；其中，分类类别是基于社会事件目标数据的至少两个模态特征融合得到的多模态融合特征确定的，多模态融合特征用于表征各模态特征之间的跨模态语义关系，开放域社会事件分类模型的开放域分类损失函数是基于混合分类损失函数、未知类焦点损失函数和不确定性损失函数确定的。本发明可基于跨模态语义关系，实现包括已知类和未知类的开放域社会事件分类。
开放社会事件分类方法装置电子设备存储介质

[发明专利]多视角聚类方法、装置、电子设备及存储介质-CN202310138483.0在审
发明人： 钱胜胜;徐常胜;薛迪展 -专利权人：中国科学院自动化研究所
申请日： 2023-02-14 - 公布日： 2023-06-02 - 主分类号： G06F18/2321 文献下载
摘要：本发明提供一种多视角聚类方法、装置、电子设备及存储介质，涉及多媒体技术领域，所述方法包括：获取多视角的样本数据，并将其输入特征提取网络中，得到多视角的样本数据的原始特征；将其分别输入多视角对应的编码器中，得到多视角的样本数据的编码特征；构建狄利克雷过程高斯混合模型的深度变分推理网络，深度变分推理网络用于最小化重参数变分概率分布与狄利克雷过程高斯混合模型的先验概率分布之间的KL距离；将多视角的样本数据的编码特征输入深度变分推理网络中，进行未知聚类数的无监督聚类，得到聚类簇的聚类数和每个视角中各样本的预测聚类标签。本发明可以在未知聚类数的条件下进行多视角聚类，并在聚类过程自动发现聚类数。
视角方法装置电子设备存储介质

[发明专利]自适应标签感知的图卷积网络跨模态检索方法、系统-CN202010819729.7有效
发明人：徐常胜;钱胜胜;方全 -专利权人：中国科学院自动化研究所
申请日： 2020-08-14 - 公布日： 2023-01-20 - 主分类号： G06F16/9532 文献下载
摘要：本发明属于检索领域，具体涉及一种自适应标签感知的图卷积网络跨模态检索方法、系统，旨在为了解决解决现有跨模态检索方法中因忽略标签的底层语义结构带来的检索精准度不高的问题。本发明方法包括：基于第一子网络，获取输入信息的跨模态表示；基于分类器，获得所述输入信息的预测分类；其中，所述第一子网络，配置为对输入信息进行特征提取，并通过模态转换函数，映射到统一空间中，得到输入信息的跨模态表示；所述分类器，通过第二子网络生成；所述第二子网络，配置为基于标签与标签关系构造的图，获取该图的特征矩阵，并基于自适应关联矩阵，通过图卷积网络生成分类器。本发明可以更好地保留底层语义结构，缩小模态鸿沟，提高了跨模态检索的准确度。
自适应标签感知图卷网络跨模态检索方法系统

[发明专利]跨模态数据对齐方法、装置、设备和存储介质-CN202211000048.3在审
发明人： 钱胜胜;徐常胜;薛迪展 -专利权人：中国科学院自动化研究所
申请日： 2022-08-19 - 公布日： 2022-11-25 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提供一种跨模态数据对齐方法、装置、设备和存储介质，该方法包括：获取目标多模态数据；将目标多模态数据，输入至训练后的跨模态数据表征模型，得到目标多模态数据在共同语义表征空间中的目标多模态数据表征；跨模态数据表征模型是基于多模态数据及多模态数据之间的相似度训练得到的；跨模态数据表征模型用于对多模态数据进行表征；多模态数据之间的相似度作为跨模态数据表征模型训练的监督信息；根据目标多模态数据表征之间的相似度，获得对齐的多模态数据。本发明实施例的方法实现了多模态数据的对齐。
跨模态数据对齐方法装置设备存储介质

[发明专利]基于有监督对比的跨模态检索方法、系统及设备-CN202110543714.7有效
发明人：徐常胜;钱胜胜;方全 -专利权人：中国科学院自动化研究所
申请日： 2021-05-19 - 公布日： 2022-10-28 - 主分类号： G06F16/43 文献下载
摘要：本发明属于跨模态检索领域，具体涉及了一种基于有监督对比的跨模态检索方法、系统及设备，旨在解决现有的监督式跨模态学习方法一般通过线性投影捕获数据相关性，且通常聚集于最大化成对相关性或分类准确性，InfoNCE损失平等对待所有类别，从而导致跨模态检索结果准确性不高的问题。本发明包括：获取待检索的跨模态输入数据；通过表示学习网络映射到统一空间中，获得输入数据的跨模态表示；通过训练好的跨模态检索网络进行跨模态检索。本发明将不同模态的数据映射到统一空间中，通过多标签判别性负例注意力提高具有高共现概率的语义上不同类别的样本对的比例，将InfoNCE损失函数扩展为多标签跨模态InfoNCE损失函数，实现了高准确性与高精度的跨模态检索。
基于监督对比跨模态检索方法系统设备

[发明专利]基于元路径的上下文感知用户建模方法、序列推荐方法-CN201910890250.X有效
发明人：徐常胜;黄晓雯;方全;钱胜胜;桑基韬 -专利权人：中国科学院自动化研究所
申请日： 2019-09-20 - 公布日： 2022-06-24 - 主分类号： G06F16/9535 文献下载
摘要：本发明属于用户建模与推荐系统领域，具体涉及一种基于元路径的上下文感知用户建模方法、序列推荐方法，旨在为了解决现有用户建模方法仅考虑用户历史行为的简单序列关系，无法捕获复杂的用户偏好；现有的推荐系统推荐的准确性不高，推荐的内容不具有多样性的问题。本发明将基于用户访问的项目序列获取局部兴趣表示，通过对异构网络建模得到上下文感知的全局兴趣表示，结合局部兴趣表示和全局兴趣表示得到用户的综合兴趣表示。基于用户综合兴趣表示和待预测项目，通过推荐模型得到推荐结果。本发明的用户建模方法能够更全面地捕捉用户兴趣，有利于提高推荐系统的准确率；基于元路径的上下文感知序列推荐方法，推荐准确率高，推荐内容更具多样性。
基于路径上下文感知用户建模方法序列推荐

[发明专利]社会事件分类方法及装置-CN202111617494.4在审
发明人：徐常胜;钱胜胜;李章明 -专利权人：中国科学院自动化研究所
申请日： 2021-12-27 - 公布日： 2022-05-17 - 主分类号： G06V10/764 文献下载
摘要：本发明提供一种社会事件分类方法及装置，获取目标数据集；将目标数据集输入社会事件分类模型，获取社会事件分类模型输出的目标数据集对应的社会事件分类结果；其中，目标数据集包括图像集和文本集，图像集中的部分图像与文本集中的部分文本具有对应关系；社会事件分类模型，是基于样本数据集以及样本数据集对应的社会事件分类结果进行训练得到的；样本数据集包括样本图像集和样本文本集，样本图像集中的部分样本图像与样本文本集中的部分样本文本具有对应关系。本发明提供的社会事件分类方法及装置，能更准确、更高效的对包括完备的多模态数据以及不完备的多模态数据的混合数据进行社会事件分类。
社会事件分类方法装置

[发明专利]基于知识图谱的用户建模方法、序列推荐方法-CN201910818603.5有效
发明人：徐常胜;黄晓雯;方全;钱胜胜;桑基韬 -专利权人：中国科学院自动化研究所
申请日： 2019-08-30 - 公布日： 2022-04-01 - 主分类号： G06F16/9535 文献下载
摘要：本发明属于用户建模与推荐系统领域，具体涉及一种基于知识图谱的用户建模方法、序列推荐方法，旨在为了解决现有用户建模方法无法有效提取用户动态访问信息的特征，准确捕捉用户兴趣；现有序列推荐系统推荐准确率不高，用户体验较差的问题。本发明将内容特征和结构特征作为项目的完整表示，基于用户与项目之间的语义路径获取用户和项目之间的交互表示，通过自注意力模型获取用户动态偏好。基于用户动态偏好和待预测项目，通过推荐模型得到推荐结果。本发明的用户建模方法能够有效提取用户动态访问信息的特征，引入语义路径准确的捕捉交互级别的用户动态偏好；基于知识图谱序列推荐方法提升了推荐的准确性，用户体验更好。
基于知识图谱用户建模方法序列推荐

[发明专利]基于多模态知识感知的医疗问答检索方法、系统、装置-CN201911103544.X有效
发明人：徐常胜;张莹莹;钱胜胜;方全 -专利权人：中国科学院自动化研究所
申请日： 2019-11-13 - 公布日： 2022-04-01 - 主分类号： G06F16/332 文献下载
摘要：本发明属于信息检索与问答系统领域，具体涉及了一种基于多模态知识感知的医疗问答检索方法、系统、装置，旨在解决现有医疗问答系统无法理解检索词的内涵导致检索准确率低的问题。本发明方法包括：构建多模态医疗知识图谱，获取用户问题对应的备选答案集合；对问题与备选答案进行文本编码，并提取问题与备选答案的实体；通过路径编码获取问题实体到备选答案实体的路径表示；通过医疗问答检索模型获取问题到各备选答案的交互表示；通过多层感知机分别获取问题到各备选答案的匹配分数；最大匹配分数对应的备选答案为检索答案。本发明有效地将知识图谱语义信息应用到医疗问答中，构建问题与答案对之间的交互，提高了检索得到的回答的精确度与准确性。
基于多模态知识感知医疗问答检索方法系统装置

[发明专利]虚假新闻检测方法、装置、电子设备和存储介质-CN202110553822.2在审
发明人：徐常胜;钱胜胜;方全 -专利权人：中国科学院自动化研究所
申请日： 2021-05-20 - 公布日： 2021-10-01 - 主分类号： G06K9/62 文献下载
摘要：本发明提供一种虚假新闻检测方法、装置、电子设备和存储介质，所述方法包括：将待检测新闻数据输入至新闻检测模型中，得到新闻检测模型输出的新闻检测结果；其中，新闻检测模型用于提取待检测新闻数据的多个文本特征和图像特征，基于自注意力机制确定各文本特征与图像特征对应的上下文向量，并基于各上下文向量的拼接向量确定新闻检测结果。本发明基于自注意力机制确定各文本特征与图像特征对应的上下文向量，可以使得文本特征中携带的信息与图像特征中携带的信息相互进行补充，进而使得基于各上下文向量得到的拼接向量够准确且完整表达待检测新闻数据中包含的信息内容，实现准确获取新闻检测结果。
虚假新闻检测方法装置电子设备存储介质

[发明专利]基于社会媒体平台上社会事件的跟踪方法-CN201611260200.6在审
发明人：徐常胜;钱胜胜;张天柱 -专利权人：中国科学院自动化研究所
申请日： 2016-12-30 - 公布日： 2017-06-20 - 主分类号： G06F17/30 文献下载
摘要：本发明公开一种基于社会媒体平台上社会事件的跟踪方法。其中，该方法包括提取社会媒体平台上社会事件的文本和视觉信息特征；基于提取的文本和视觉信息特征，利用基于事件的在线多模态跟踪方法，在线地建模多模态数据的社会事件，得到多模态的文本和视觉主题以及社会事件文档的特征表示；利用多模态的文本和视觉主题以及社会事件文档的特征表示，并将基于事件的在线多模态跟踪方法集成到社会事件跟踪方法上，来进行社会事件跟踪。由此，本发明实施例能够针对时序性的社会事件进行有效地跟踪，且有效地跟踪整个事件过程的发展轨迹，并且让用户快速了解和分析整个事件的演变过程，从而改善了跟踪效果，实现了基于多模态信息语义融合的社会事件跟踪。
基于社会媒体平台事件跟踪方法

[发明专利]一种基于社会媒体平台的社会事件的跟踪和演变方法-CN201510727321.6在审
发明人：徐常胜;钱胜胜;张天柱 -专利权人：中国科学院自动化研究所
申请日： 2015-10-30 - 公布日： 2016-02-24 - 主分类号： G06F17/30 文献下载
摘要：本发明公开了一种基于社会媒体平台的社会事件的挖掘和演变方法，所述方法包括如下步骤：步骤S1，对各个社会事件文档的文本和视觉信息进行特征提取，对社会事件的多模态信息进行语义层次特征提取，从而获得各个社会事件文档的文本和视觉信息的语义描述；步骤S2，输入各个社会事件文档的多模态语义描述，使用基于事件的多模态主题模型(mmETM)，对多模态数据的社会事件进行建模，得到代表性的视觉-文本主题和代表性的非视觉主题；步骤S3，针对时序性的社会事件数据，利用基于多模态主题模型(mmETM)的在线推断算法，挖掘其多模态的文本和视觉主题，将整个事件过程可视化显示。
一种基于社会媒体平台事件跟踪演变方法

1
共 13 条