“曹肖攀”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14个，建议您升级VIP下载更多相关专利

[发明专利]一种基于深度学习的开放式智能客服系统-CN202111139262.2有效
发明人：秦瑾;席明;焦勇;曹肖攀 -专利权人：中电万维信息技术有限责任公司
申请日： 2021-09-28 - 公布日： 2023-10-27 - 主分类号： G06F16/332 文献下载
摘要：本发明属于自然语言处理领域，特别是涉及一种基于深度学习的开放式智能客服系统。发明由用户输入模块、预处理模块、意图识别模块、业务模块、人工服务模块、场景识别模块组成。针对智能客服存在交互性差、操作流程复杂、用户体验差等缺点，该发明提供了一种基于深度学习的开放式智能客服系统，根据不同业务类型划分功能，人工服务模块可通过意图识别模块直接进行调用或通过业务子模块根据场景识别模块进行调用，进而转向人工服务环节。该发明简化了语音操作多次按键操作流程，引入开放式对话闲聊模块有效提高人机交互性和用户体验感。
一种基于深度学习开放式智能客服系统

[发明专利]一种基于循环注意力的联想动词生成方法-CN202310497546.1在审
发明人： 曹肖攀;马国祖;陈超;张喜强 -专利权人：中电万维信息技术有限责任公司
申请日： 2023-05-05 - 公布日： 2023-10-10 - 主分类号： G06F40/284 文献下载
摘要：本发明属于自然语言处理技术领域，具体为一种基于循环注意力的联想动词生成方法，包括步骤有建立动词词库映射词典、训练集制作、构建循环注意力网络模型结构、模型训练和模型预测，本发明构建了循环注意力网络模型，将GRU的每个细胞单元替换为每个字的表示和隐藏状态拼接后的向量的自注意力运算，然后将具有强大拟合功能的前馈神经网络融入到每个细胞单元中，提高了模型拟合能力，采用基于循环注意力的模型进行动词生成，通过深度学习的dropout、以及采样等技术，可以针对用户输入的动词，每次联想出不同的相关动词序列，联想生成速度快。
一种基于循环注意力联想动词生成方法

[发明专利]一种基于GPT的智能客服多轮对话优化方法-CN202310575778.4在审
发明人： 曹肖攀;谢俊春;张峻崎;赵长海;张文浩 -专利权人：中电万维信息技术有限责任公司
申请日： 2023-05-22 - 公布日： 2023-08-18 - 主分类号： G06F16/332 文献下载
摘要：本发明属于自然语言处理技术领域。具体涉及一种基于GPT的智能客服多轮对话优化方法。采用GPT技术解决智能客服中最核心的一块对话管理，旨在基于GPT强大的数据拟合能力，提供一种端到端、通用可行的对话管理方案，这种端到端主要体现在只需要定义用户实体，用户意图，机器人行为，构建符合业务逻辑的对话故事线，即可通过训练GPT模型实现多轮对话管理能力。本专利的另一个特点是用户的话术有一个实体或者多个实体时，可以将实体的嵌入表示融入到用户意图的嵌入表示中，从而完成更高级别的对话管理方案。
一种基于 gpt 智能客服轮对优化方法

[发明专利]一种基于GPT网络模型的中文问题重写方法-CN202211603685.X在审
发明人：张峻崎;曹肖攀;陈先磊;吴磊;赵凯文;赵俊容 -专利权人：中电万维信息技术有限责任公司
申请日： 2022-12-14 - 公布日： 2023-04-25 - 主分类号： G06F40/194 文献下载
摘要：本发明属于自然语言处理技术领域，具体涉及一种基于GPT网络模型的中文问题重写方法。在智能问答中，当训练集话术语料少时，模型泛化性效果较差，此时需要人工添加中文问题的相似问题，即话术，用于扩增话术语料，来提高模型的泛化性，使得在智能问答任务中能够取得较好的效果。本文提出了一种中文问题重写方案，非常适用于在智能问答场景中，来对数据集进行生成式文本扩增，从而提升问答效果、降低人工添加话术的成本。本发明实现了基于GPT模型的中文问题重写技术方案，降低了智能问答中人工添加话术的人力成本。
一种基于 gpt 网络模型中文问题重写方法

[发明专利]一种基于CNNFeed网络模型的文本分类方法-CN202211606331.0在审
发明人： 曹肖攀;刘磊 -专利权人：中电万维信息技术有限责任公司
申请日： 2022-12-15 - 公布日： 2023-04-04 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及自然语言处理技术领域，具体为一种基于CNNFeed网络模型的文本分类方法。应用在办公文件多标签分类任务，本专利采用same卷积CNN模块和前馈神经网络单元作为一个单元，设计成可以根据任务复杂度进行模型可伸缩的结构。而TextCNN本身并非可可伸缩的结构，在任务复杂时，TextCNN拟合数据能力将会下降。相比于Bert、Longformer等Transformer系列模型，因为采用自注意力机制，这要比CNN这种线性操作效率低。同时本专利提出的CNNFeed神经网络引入Transformer中前馈神经网络部分，前馈神经网络部分可以提高本专利拟合大规模数据的能力。
一种基于 cnnfeed 网络模型文本分类方法

[发明专利]一种字形错误检测和拼音错误检测的文本纠错方法-CN202211218630.7在审
发明人： 曹肖攀;刘磊;吴磊;张文浩 -专利权人：中电万维信息技术有限责任公司
申请日： 2022-10-06 - 公布日： 2023-04-04 - 主分类号： G06F40/232 文献下载
摘要：本发明涉及自然语言处理技术领域，具体为一种字形错误检测和拼音错误检测的文本纠错方法，本发明融入字形错误检测模块、拼音错误检测模块的Soft‑Masked‑Bert纠错方案，主要添加基于字形特征识别错误的概率、基于拼音特征的识别错误的概率，进而加大mask‑embedding出现的概率，从而避免Soft‑Masked‑Bert将一个字永远输出为自身而无法纠错，即提高模型的错误识别检测能力，进而纠错，本发明和以往的仅仅将字形特征和拼音特征的表示向量和字嵌入向量相加完全不同，而是让字形特征和拼音特征扮演着提高mask‑embedding出现的概率的角色，本发明提高Soft‑Masked‑Bert中masked embedding的概率，进而降低模型成为复读机的概率。
一种字形错误检测拼音文本纠错方法

[发明专利]一种迭代式双隐藏状态GRU文本自动补全方法-CN202211595957.6在审
发明人： 曹肖攀;祁宝莲;杨祺;张文浩;尹凯;麻存义 -专利权人：中电万维信息技术有限责任公司
申请日： 2022-12-13 - 公布日： 2023-03-07 - 主分类号： G06F40/242 文献下载
摘要：本发明涉及语言文本处理技术领域，具体是一种迭代式双隐藏状态GRU文本自动补全方法，本专利文本补全任务即使用模型过拟合能力，即根据训练集中数据进行文本补全。当前GPT模型因为采用了多头注意力机制，具有很好的语义表示能力，可以完成文本自动补全任务，但是在推理阶段，用户输入文本通过模型预测的下一个字，会拼接到输入后再次输入整个GPT模型，导致如果补全的文本长度过长，比如为100个，则通过GPT模型100次，推理极其耗时。为了解决该问题，本文根据GRU的门控循环单元的迭代机制，提出了一种训练、推理分离的文本自动补全方案，文本自动补全推理阶段只经过门控循环小单元，而不会经过整个模型，提高了模型推理的速度。
一种迭代式双隐藏状态 gru 文本自动方法

[发明专利]一种基于NGU语言模型的文本特征提取方法-CN202211606356.0在审
发明人： 曹肖攀;马国祖 -专利权人：中电万维信息技术有限责任公司
申请日： 2022-12-15 - 公布日： 2023-03-03 - 主分类号： G06F40/242 文献下载
摘要：本发明涉及自然语言处理技术领域，一种基于NGU语言模型的文本特征提取方法。本专利针对基于循环神经网络的GRU模型进行优化改进，提出了一种新的文本特征提取模型NGU语言模型，将GRU的门控单元引入归一化机制，将存在饱和区的双曲正切函数替换为层归一化操作，同时将Transformer的前馈层神经网络融入到迭代单元中提升模型语义表示能力，也即模型拟合数据能力。
一种基于 ngu 语言模型文本特征提取方法

[发明专利]一种最大逆向匹配分词算法与GPT结合的文本生成方法-CN202211603342.3在审
发明人： 曹肖攀;舒彬 -专利权人：中电万维信息技术有限责任公司
申请日： 2022-12-14 - 公布日： 2023-02-24 - 主分类号： G06F40/166 文献下载
摘要：本发明属于自然语言处理技术领域。具体涉及一种最大逆向匹配分词算法与GPT结合的文本生成方法，逆向最大匹配分词算法能够融入用户的常用词汇、句子信息，而GPT网络模型却可以在海量数据中学习字、词汇、句子之间的统计规律和内在联系。通过两者的有效结合，可以使得GPT模型在海量数据中通过模型训练学习字粒度、词汇粒度、句子粒度之间的信息，从而改善生成文本的连贯性。
一种最大逆向匹配分词算法 gpt 结合文本生成方法

[发明专利]基于多文本来源的多路Transformer-Encoder的文本分类方法-CN202211219323.0在审
发明人：张文浩;刘磊;曹肖攀;雷坤东 -专利权人：中电万维信息技术有限责任公司
申请日： 2022-10-08 - 公布日： 2023-02-03 - 主分类号： G06F16/35 文献下载
摘要：本发明属于自然语言处理技术领域。具体涉及一种多源文本输入多路特征提取器的文本分类方法，包括步骤有S1.文本数据处理；S2.输入文本初步表示；S3.文本特征提取；S4.合并多源特征；S5.多源文本特征提取，S6.生成预测模型；S7.预测输出；本发明支持多文本来源的输入，解决了多源文本拼接为单一文本输入的方式受到输入最大序列长度的限制的问题；通过多路Transformer‑Encoder网络层的特征提取并进行融合，进而生成更为丰富的文本特征表示。解决了单一Transformer‑Encoder网络层结构对不同来源使用相同的网络层，不具有很好的扩展性的问题；通过多路结构，根据每一个不同的文本数据源的自身特点，来制定不同的网络层结构，分别进入对应的网络层，提高了扩展灵活性。
基于文本来源 transformer encoder 分类方法

[发明专利]一种不需要标注数据的短文本搜索相似长文本方法-CN202211257970.0在审
发明人： 曹肖攀;张峻崎;范鹏;麻存义;顾太龙;赵凯文;张喜强 -专利权人：中电万维信息技术有限责任公司
申请日： 2022-10-14 - 公布日： 2023-02-03 - 主分类号： G06F16/33 文献下载
摘要：本发明属于自然语言搜索处理技术领域，具体涉及一种不需要标注数据的短文本搜索相似长文本方法。即根据一批未进行标注的原始长文本，进行分句、关键词提取、建立长短句映射关系、长短句关系对作为输入源；长短句关系对分别进行长文本编码和短文本编码，分别得到文本特征表示；模型学习，利用对比学习CLIP手段，使得一个批次训练数据存在长短句映射关系的余弦相似度最大，否则尽量小，不存在长短句映射关系的余弦相似度最小，每次保存模型后，将数据打乱，增大负样本出现的概率。本发明创新点主要体现在：将关键词抽取和基于CLIP架构的对比学习技术结合，实现了一种完全无需对用户数据进行标注就可以实现基于深度学习语义表示的搜索模式，同时采用gMLP作为文本编码器，可以有效的用于知识检索。
一种不需要标注数据文本搜索相似方法

[发明专利]一种无需标注数据的文本分类方法-CN202211218641.5在审
发明人：蒋哲峰;曹肖攀;花榕励;陈先磊 -专利权人：中电万维信息技术有限责任公司
申请日： 2022-10-06 - 公布日： 2023-01-20 - 主分类号： G06F40/289 文献下载
摘要：本发明涉及自然语言处理技术领域，具体为一种无需标注数据的文本分类方法，具体步骤有关键词抽取；生成关键词和所在相关文本关系对；文本编码表示；训练模型；文本类别预测；本发明基于CLIP架构，通过CLIP模型训练使得关键词和关键词所在文本的相关性最大，而关键词和其他文本相关性最小，关键词本身和文本分类名称具有一定的语义相关性，这样在预测阶段，将文本分类名称通过Transformer‑Encoder编码器语义表示，然后针对每个文本语义表示后搜索最相关语义表示，该语义表示的文本分类名称即文本的类别，即完成无监督文本分类任务。同时为了增大负样本的概率，采用每保存一次模型，对数据进行一次shuffle打乱操作克服了相关技术中的有监督方案初期难以标注数据的技术问题。
一种无需标注数据文本分类方法

[发明专利]基于GPT网络模型的短文本现代文转古文的迁移方法-CN202211219326.4在审
发明人：蒋哲峰;曹肖攀;张文浩;吴磊 -专利权人：中电万维信息技术有限责任公司
申请日： 2022-10-08 - 公布日： 2023-01-20 - 主分类号： G06F16/33 文献下载
摘要：本发明涉及自然语言处理技术领域，具体为基于GPT网络模型的短文本现代文转古文的迁移方法，包括步骤有构造现代文‑古文训练数据集；建立词表；数据和模型适配；构建GPT网络模型结构；训练模型；模型预测，最终输出结果；本发明使用GPT网络模型实现了现代文转古文，只需将现代文和古文通过分隔符[SEP]拼接输入模型，进行模型训练即可完成，而GPT网络模型只是Transoformer的解码器部分，比Transformer实现更简单，相比传统的通过词典或者语法分析的文本风格迁移方法，不需要投入额外的管理成本。
基于 gpt 网络模型文本现代文古文迁移方法

[发明专利]基于SIFT图像配准技术的人型靶打靶校准识别方法-CN202211219351.2在审
发明人：吴磊;刘磊;曹肖攀 -专利权人：中电万维信息技术有限责任公司
申请日： 2022-10-08 - 公布日： 2023-01-20 - 主分类号： G06V10/46 文献下载
摘要：本发明涉及计算机视觉技术领域，具体为基于SIFT图像配准技术的人型靶打靶校准识别方法，包括步骤有：S1.设置摄像头并获取靶纸图像；S2.打靶前一帧的靶纸图片作为模板图片；S3.利用SIFT特征提取算法计算步骤S2中获取的模板图片的全局特征点，S4.实时获取打靶后靶纸的一帧的图片作为待识别目标图片；S5.利用SIFT特征提取算法计算待识别目标图片的特征点；S6.进行暴力K近邻匹配；S7.待识别靶纸目标图片；S8.待识别靶纸目标图片与模板图片做差值得到实际弹孔位置和数量；本发明识别结果相比于基于神经网络关键点匹配算法可控性更高，效果更好，可有效防止打靶过程中目标晃动等引起的畸变，算法更准确，错检漏检少；目标检测算法对于弹孔这种小目标检测效果较差。
基于 sift 图像技术人型靶打靶校准识别方法

1
共 14 条