“朱勇椿”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18个，建议您升级VIP下载更多相关专利

[发明专利]内容推荐方法、装置、电子设备、存储介质和程序产品-CN202210359744.7在审
发明人：吴贻清;谢若冰;张旭;林乐宇;朱勇椿;敖翔;何清 -专利权人：腾讯科技（深圳）有限公司;中国科学院计算技术研究所
申请日： 2022-04-06 - 公布日： 2023-10-24 - 主分类号： G06F16/9535 文献下载
摘要：本申请实施例公开了一种内容推荐方法、装置、电子设备、存储介质和程序产品；本申请实施例获取待推荐对象的个性化标识以及所述待推荐对象的对象特征；拼接所述个性化标识以及所述对象特征，得到拼接后的对象特征；对所述拼接后的对象特征进行编码，得到初始编码向量；通过所述个性化标识对应的目标参数，调整所述初始编码向量，得到目标向量；确定所述目标向量对应的目标内容，并将所述目标内容推荐至所述待推荐对象。由此，本方案可以在内容推荐过程中，增加对个性化标识的关注，提供与个性化标识相关的推送内容，满足待推荐对象的推荐需求，提升推送内容的准确性。
内容推荐方法装置电子设备存储介质程序产品

[发明专利]基于细粒度领域自适应的跨领域图像分类方法及系统-CN202010025566.5有效
发明人： 朱勇椿;庄福振;何清 -专利权人：中国科学院计算技术研究所
申请日： 2020-01-10 - 公布日： 2023-09-26 - 主分类号： G06V10/764 文献下载
摘要：本发明提出一种基于细粒度领域自适应的跨领域图像分类方法及系统，包括：依次输入源领域图片和目标领域图片至卷积神经网络，分别得到源领域图片的源特征向量和目标领域图片的目标特征向量；依次输入源特征向量和目标特征向量至多层全连接层，在每个全连接层使用局部最大均值差异损失衡量源领域和目标领域的特征差异，将源特征向量经过多层全连接层处理后送入分类器获得预测标签，预测标签结合预标记的类别标签得到交叉熵，交叉熵和特征差异作为分类损失函数；最小化分类损失函数，直到分类损失函数收敛，保存当前卷积神经网络作为图像特征提取网络，将目标领域中待分类图片输入至图像特征提取网络，得到待分类图片的图像分类结果。
基于细粒度领域自适应图像分类方法系统

[发明专利]内容的推荐方法、装置、设备、介质及计算机程序产品-CN202210127545.3在审
发明人：吴贻清;谢若冰;陈鑫;林乐宇;何清;朱勇椿;张旭 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-02-11 - 公布日： 2023-08-22 - 主分类号： G06F16/9535 文献下载
摘要：本申请公开了一种内容的推荐方法、装置、设备、介质及计算机程序产品，涉及人工智能领域。该方法包括：获取候选内容的内容特征数据、目标账号的行为序列数据和全局账号的行为图数据；对行为序列数据和行为图数据进行视图特征融合，得到目标账号对应的账号特征数据；基于账号特征数据和内容特征数据对候选内容进行评分，得到推荐评分；基于推荐评分从候选内容中确定出向目标账号进行推送的目标推荐内容。由于通过序列结构的视图数据以及图结构的视图来共同构建用于指示目标账号的兴趣情况的账号特征数据，能够立体地对用户的兴趣进行建模，从而提升内容推荐时的推荐准确度。
内容推荐方法装置设备介质计算机程序产品

[发明专利]基于新闻环境信息建模的虚假新闻检测方法-CN202210214207.3有效
发明人：曹娟;盛强;张雪遥;李润东;汪旦丁;朱勇椿;谢添 -专利权人：北京中科睿鉴科技有限公司
申请日： 2022-03-04 - 公布日： 2023-04-28 - 主分类号： G06F16/9536 文献下载
摘要：本发明涉及一种基于新闻环境信息建模的虚假新闻检测方法，其特征在于：基于待检测新闻获取其发布前若干天内的新闻消息集合，将其作为宏观新闻环境；从新闻消息集合中提取与待检测新闻相似度最高的若干条新闻，将其作为微观新闻环境；基于待检测新闻向量与宏观新闻环境所有新闻元素向量的相似度计算宏观环境感知向量；基于待检测新闻向量和微观环境中心向量与微观新闻环境所有新闻元素向量的相似度计算微观环境感知向量，其中微观环境中心向量为微观新闻环境所有新闻元素向量的均值；获取虚假新闻检测器的对待检测新闻的新闻表示向量，将新闻表示向量与所述宏观环境感知向量和所述微观环境感知向量融合，并基于融合结合判断该待检测新闻的真假。
基于新闻环境信息建模虚假检测方法

[发明专利]去除实体偏的虚假新闻检测方法-CN202211080009.9在审
发明人：金志威;朱勇椿;盛强;张宁 -专利权人：北京中科睿鉴科技有限公司
申请日： 2022-09-05 - 公布日： 2023-03-28 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种去除实体偏的虚假新闻检测方法。适用于社交媒体数据挖掘和互联网内容安全领域。本发明所采用的技术方案是：一种去除实体偏的虚假新闻检测方法，其特征在于：将待测新闻的新闻内容输入经训练的新闻内容预测网络，得到该待测新闻的新闻内容预测逻辑值；仅以待测新闻的新闻内容预测逻辑值作为输入，输入经训练的新闻真假预测模型，得到该待测新闻的新闻真假预测值；所述新闻真假预测模型以新闻内容预测网络输出的新闻内容预测逻辑值和实体预测网络输出的实体预测逻辑值作为输入进行训练；所述实体预测网络以新闻的实体作为输入，输出该新闻对应的实体预测逻辑值。
去除实体虚假新闻检测方法

[发明专利]基于领域和样例级别迁移的跨领域虚假新闻检测方法及系统-CN202211106105.6在审
发明人：曹娟;南琼;汪旦丁;朱勇椿;盛强;李锦涛 -专利权人：中国科学院计算技术研究所
申请日： 2022-09-09 - 公布日： 2023-01-03 - 主分类号： G06F16/35 文献下载
摘要：本发明提出一种基于领域和样例级别迁移的跨领域虚假新闻检测方法和系统，包括：获取多个源领域和一个目标领域的新闻数据，作为训练数据，基于该训练数据，通过元学习的方式训练得到泛化模型；基于该目标领域的新闻数据，执行掩码语言训练任务，训练掩码语言模型，得到用于进行迁移性度量的语言模型；在该源领域的新闻数据上计算语言模型的迁移性，根据该迁移性对该源领域的新闻数据进行加权；使用该目标领域的新闻数据和加权后的源领域的新闻数据引导该泛化模型适应目标领域，得到该目标领域的虚假新闻检测模型；通过该虚假新闻检测模型完成对该目标领域新闻的虚假检测。
基于领域级别迁移虚假新闻检测方法系统

[发明专利]记忆引导的多视图多领域虚假新闻检测方法-CN202211082383.2在审
发明人：金志威;朱勇椿;盛强;南琼;张宁 -专利权人：北京中科睿鉴科技有限公司
申请日： 2022-09-05 - 公布日： 2022-11-22 - 主分类号： G06F16/35 文献下载
摘要：本发明涉及一种记忆引导的多视图多领域虚假新闻检测方法。本发明所采用的技术方案是：一种记忆引导的多视图多领域虚假新闻检测方法，其特征在于：从待测新闻中提取多个视图表示，每个视图提取有多个表示；基于提取到的多视图表示，进行跨视图表示建模，得到待测新闻的多个跨视图表示；基于待测新闻的领域标签从领域特征记忆中获取标签对应领域的领域特征表示；评估待测新闻与所有领域的领域事件记忆之间的事件相似性，并基于待测新闻与各领域的事件相似性和领域特征记忆中相应领域的领域特征表示计算该待测新闻的隐式领域表示；基于待测新闻的领域信息引导不同领域从该待测新闻的多个跨视图表示选择合适的跨视图表示进行新闻真假预测。
记忆引导视图领域虚假新闻检测方法

[发明专利]用户兴趣预测方法、装置、存储介质和电子设备-CN202110468314.4在审
发明人： 朱勇椿;刘雨丹;谢若冰;葛凯凯;张旭;林乐宇;庄福振 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-04-28 - 公布日： 2022-10-28 - 主分类号： G06Q10/04 文献下载
摘要：本申请公开了用户兴趣预测方法、装置、存储介质和电子设备。上述方法包括获取表征目标任务的目标任务描述数据，以及表征目标用户的目标用户描述数据；对该目标用户描述数据进行多专家特征提取，得到多专家特征信息；对该目标任务描述数据和该目标用户描述数据进行权重信息提取，得到第一权重向量和第二权重向量；基于第一权重向量对多专家特征信息进行融合，得到用户融合特征；对用户融合特征进行多评论家兴趣预测，得到多评论家兴趣预测结果；基于该第二权重向量对该多评论家兴趣预测结果进行融合，得到目标兴趣预测结果。本申请可以通过考虑多专家的特征提取结果和多评论家的兴趣预测结果，提升兴趣预测准确度，并且降低相关模型的训练成本。
用户兴趣预测方法装置存储介质电子设备

[发明专利]目标用户的确定方法、信息推送方法、装置及电子设备-CN202110420582.9在审
发明人： 朱勇椿;刘雨丹;谢若冰;葛凯凯;张旭;林乐宇;庄福振 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-04-19 - 公布日： 2022-10-21 - 主分类号： G06Q30/02 文献下载
摘要：本申请涉及人工智能技术领域，公开了一种目标用户的确定方法、信息推送方法、装置及电子设备，目标用户的确定方法包括：获取待推送信息，并获取针对待推送信息的多个候选用户的用户特征；基于待推送信息和用户特征，通过预测模型确定每一候选用户针对待推送信息的预测偏好度；预测模型是基于待推送信息、针对待推送信息的样本用户特征对第一初始模型进行训练得到的；第一初始模型是基于至少一种历史推送信息、每一历史推送信息对应的历史样本用户特征进行训练得到的；基于每一候选用户针对待推送信息的预测偏好度，从多个候选用户中筛选出至少一个目标用户。本申请提供的目标用户的确定方法可以更加准确的确定出对应的目标用户。
目标用户确定方法信息推送装置电子设备

[发明专利]内容交互预测方法以及相关设备-CN202210830680.4在审
发明人：谢若冰;朱勇椿;张绍亮;夏锋;林乐宇 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-07-14 - 公布日： 2022-10-11 - 主分类号： G06F16/9535 文献下载
摘要：本申请公开了一种内容交互预测方法以及相关设备，相关实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景；可以对目标内容进行交互操作上的特征提取，得到目标内容在第一交互操作上的目标第一操作特征、以及目标共享操作特征；基于目标第一操作特征确定目标内容在第一交互操作上的初始预测交互结果；对目标共享操作特征进行逻辑回归分析，预测第二交互操作对第一交互操作产生的负面噪声信息；基于负面噪声信息对初始预测交互结果进行修正，得到目标预测交互结果。本申请可以通过捕获第二交互操作对第一交互操作产生的负面噪声信息，来修正目标内容在第一交互操作上的预测交互结果，提高了在第一交互操作上的交互结果的预测准确性。
内容交互预测方法以及相关设备

[发明专利]内容交互预测方法以及相关设备-CN202210835659.3在审
发明人：谢若冰;朱勇椿;张绍亮;夏锋;林乐宇 -专利权人：腾讯科技（深圳）有限公司
申请日： 2022-07-15 - 公布日： 2022-10-11 - 主分类号： G06F16/9535 文献下载
摘要：本申请公开了一种内容交互预测方法以及相关设备，相关实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景；可以对目标内容进行交互操作上的特征分析处理，得到目标内容在第一交互操作上的目标第一操作特征、在第二交互操作上的目标第二操作特征、以及目标共享操作特征；基于目标第一操作特征，确定目标内容在第一交互操作上的初始预测交互结果；将目标第二操作特征和目标共享操作特征进行特征强化处理，得到强化后操作特征；根据强化后操作特征预测第二交互操作对第一交互操作产生的负面噪声信息；基于负面噪声信息对初始预测交互结果进行修正，得到目标预测交互结果。本申请可以提高在第一交互操作上的交互结果的预测准确性。
内容交互预测方法以及相关设备

[发明专利]特征数据处理方法、装置、计算机可读介质及电子设备-CN202110139175.0在审
发明人： 朱勇椿;葛凯凯;谢若冰;张旭;林乐宇;庄福振 -专利权人：腾讯科技（深圳）有限公司
申请日： 2021-02-01 - 公布日： 2022-08-02 - 主分类号： G06F16/9535 文献下载
摘要：本申请的实施例提供了一种特征数据处理方法、装置、计算机可读介质及电子设备。该特征数据处理方法包括：获取用户在源领域中交互过的各个对象的对象特征向量；根据所述各个对象的对象特征向量，计算所述用户对应的偏好向量；基于所述用户对应的偏好向量，生成所述用户对应的向量映射函数；基于所述用户对应的向量映射函数，将所述用户在所述源领域中的用户特征向量映射到目标领域中，得到所述用户在所述目标领域中的用户特征向量。本申请实施例的技术方案可以提高映射到目标领域中的用户特征向量的准确性，进而有利于实现在目标领域中的精准推送。
特征数据处理方法装置计算机可读介质电子设备

[发明专利]训练事件预测模型、评估操作事件的方法及装置-CN201910916976.6有效
发明人：宋博文;朱勇椿;陈帅;顾曦 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2019-09-26 - 公布日： 2021-06-04 - 主分类号： G06N20/00 文献下载
摘要：本说明书实施例提供一种训练事件预测模型以及进行事件评估的方法和装置。在训练方法中，首先获取训练样本集，其中包括大量源域样本和少量目标域样本；将各个样本输入事件预测模型，该模型包括源域提取器、目标域提取器、共享提取器，其中，对于源域样本，采用源域提取器和共享提取器进行处理，对于目标域样本，采用目标域提取器和共享提取器进行处理。然后，基于处理得到的样本特征向量，预测当前样本的分类类别，并据此得到分类损失。另一方面，还根据各源域样本在模型特定网络层的第一表征，以及目标域样本在该网络层的第二表征，确定域适应损失。于是，在分类损失和域适应损失构成的总损失减小的方向，更新和训练事件预测模型。
训练事件预测模型评估操作方法装置

[发明专利]一种基于知识图谱的小样本图片识别方法及系统-CN202110041403.0在审
发明人： 朱勇椿;庄福振;何清 -专利权人：中国科学院计算技术研究所
申请日： 2021-01-13 - 公布日： 2021-05-07 - 主分类号： G06K9/62 文献下载
摘要：本发明提出一种基于知识图谱的小样本图片识别方法及系统，包括：获取包含训练图片集中所有种类标签的知识图谱，通过图神经网络对知识图谱进行特征提取，得到知识图谱的节点特征，通过求和网络对节点特征和训练图片集的均值特征进行求和处理，得到各组训练图片集的最终训练特征；以与最终测试特征相似度最高的最终训练特征对应种类标签为训练图片集的识别结果，并以训练图片集的类别标签作为训练目标，优化更新卷积神经网络、图神经网络和求和网络，保存当前卷积神经网络、图神经网络和求和网络作为图片识别模型；将待识别图片输入图片识别模型，得到待识别图片的种类作为图片识别结果。
一种基于知识图谱样本图片识别方法系统

[发明专利]个人信息保护的风控模型训练方法、风险识别方法及硬件-CN202010216729.8有效
发明人：宋博文;朱勇椿 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2020-03-25 - 公布日： 2021-05-07 - 主分类号： G06F21/62 文献下载
摘要：本说明书实施例提供一种个人信息保护的风控模型训练方法、风险识别方法及硬件。训练方法包括：获取样本用户集合中的样本用户在第一时间节点和第二时间节的用户画像向量组合，样本用户在第一时间节点的用户画像向量组合与在第二时间节点的用户画像向量组合具有相同的用户画像维度。确定样本用户在第一时间节点的用户画像向量组合与在第二时间节点的用户画像向量组合之间的差异特征。基样本用户对应的差异特征以及在第二时间节点对应的风险分类标签，对风控模型进行训练，第一时间节点早于第二时间节点，样本用户集合中至少有一个样本用户在第二时间节点对应的风险分类标签所指示的风险程度高于在第一时间节点对应的风险分类标签所指示的风险程度。
个人信息保护模型训练方法风险识别硬件

1
2
下一页»
尾页
共 18 条