“G·辛格拉朱”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6个，建议您升级VIP下载更多相关专利

[发明专利]用于自然语言处理的域外数据扩充-CN202180079961.4在审
发明人： E·L·贾拉勒丁;V·比什诺伊;T·L·杜翁;M·E·约翰逊;P·扎雷穆迪;G·辛格拉朱;徐莹;V·布利诺夫;洪宇衡 -专利权人：甲骨文国际公司
申请日： 2021-11-29 - 公布日： 2023-08-22 - 主分类号： G06F40/30 文献下载
摘要：用于针对在自然语言处理中训练聊天机器人系统进行域外数据扩充的技术。在一个特定方面，提供了一种方法，该方法包括：接收训练话语集，所述训练话语集用于训练机器学习模型以识别一个或多个话语的一个或多个意图；利用域外(OOD)示例来扩充该训练话语集。扩充包括：生成OOD示例数据集，从该OOD示例数据集中过滤掉OOD示例，确定保留在过滤后的OOD示例数据集内的每个OOD示例的难度值，以及基于每个OOD的难度值生成经扩充的话语批，该经扩充的话语批包括来自训练话语集的话语和来自过滤后的OOD数据集的话语。此后，根据课程式训练协议使用该经扩充的话语批来训练该机器学习模型。
用于自然语言处理域外数据扩充

[发明专利]用于自然语言处理的关键词数据扩充工具-CN202180079816.6在审
发明人： E·L·贾拉鲁丁;V·比什诺伊;T·L·董;M·E·约翰逊;P·扎雷穆迪;G·辛格拉朱;徐莹;V·布利诺夫 -专利权人：甲骨文国际公司
申请日： 2021-11-29 - 公布日： 2023-08-18 - 主分类号： G06F40/284 文献下载
摘要：用于针对在自然语言处理中训练聊天机器人系统进行关键词数据扩充的技术。在一个特定方面，提供了一种方法，该方法包括：接收训练话语集，该训练话语集用于训练机器学习模型以识别一个或多个话语的一个或多个意图；利用域外(OOD)示例来扩充该训练话语集。扩充包括：识别训练话语集中的话语内的关键词，生成具有识别出的关键词的OOD示例集，从该OOD示例集中过滤掉上下文与该训练话语集中的话语的上下文基本相似的OOD示例，以及将不具有被过滤掉的OOD示例的OOD示例集并入训练话语集中以生成经扩充的训练话语集。此后，使用该经扩充的训练话语集来训练该机器学习模型。
用于自然语言处理关键词数据扩充工具

[发明专利]用于为文本分类提供解释的技术-CN202180051353.2在审
发明人： G·辛格拉朱;V·比什诺伊;M·帕雷克;A·王 -专利权人：甲骨文国际公司
申请日： 2021-08-20 - 公布日： 2023-04-18 - 主分类号： G06F16/35 文献下载
摘要：一种聊天机器人系统被配置为执行代码以执行：由所述聊天机器人系统确定对话语的分类结果并确定一个或多个锚点，所述一个或多个锚点中的每个锚点对应于所述话语中的一个或多个锚点词。对于所述一个或多个锚点中的每个锚点，生成一个或多个合成话语，并且确定对所述一个或多个合成话语的一个或多个分类结果。由所述聊天机器人系统生成包括所述一个或多个锚点中的特定锚点的表示的报告，在所述一个或多个锚点中，所述特定锚点对应于最高置信度值。可以使用所述一个或多个合成话语来生成用于训练机器学习模型的新训练数据集。可以根据置信度阈值对所述训练数据集进行细化以过滤出用于训练的数据集。
用于文本分类提供解释技术

[发明专利]用于训练模型的基于有向无环图的框架-CN202211065466.0在审
发明人： G·辛格拉朱;C·潘 -专利权人：甲骨文国际公司
申请日： 2020-04-23 - 公布日： 2022-12-02 - 主分类号： G06N3/00 文献下载
摘要：本公开涉及一种用于训练模型的基于有向无环图DAG的框架。本公开涉及用于聊天机器人的技术，并且更具体地，用于使用基于DAG的框架来构建并训练模型的技术。在一个特定方面，提供了一种计算机实施的方法，该方法包括通过基于DAG的框架生成第一模型和第二模型、在运行时间内执行用于聊天机器人的第一模型并且在设计时间内执行用于聊天机器人的第二模型、在聊天机器人运行第一模型和第二模型时收集用于与一组话语相关联的意图分类的属性、使用一个或多个度量基于对用于意图分类的属性的分析来评估第一模型和第二模型的性能、确定第二模型与第一模型相比性能是否有所提高、以及基于性能确定在运行时间内执行用于聊天机器人的第一模型或第二模型。
用于训练模型基于无环图框架

[发明专利]用于训练模型的基于有向无环图的框架-CN202010326327.3有效
发明人： G·辛格拉朱;C·潘 -专利权人：甲骨文国际公司
申请日： 2020-04-23 - 公布日： 2022-09-23 - 主分类号： G06N3/00 文献下载
摘要：本公开涉及一种用于训练模型的基于有向无环图(DAG)的框架。本公开涉及用于聊天机器人的技术，并且更具体地，用于使用基于DAG的框架来构建并训练模型的技术。在一个特定方面，提供了一种计算机实施的方法，该方法包括通过基于DAG的框架生成第一模型和第二模型、在运行时间内执行用于聊天机器人的第一模型并且在设计时间内执行用于聊天机器人的第二模型、在聊天机器人运行第一模型和第二模型时收集用于与一组话语相关联的意图分类的属性、使用一个或多个度量基于对用于意图分类的属性的分析来评估第一模型和第二模型的性能、确定第二模型与第一模型相比性能是否有所提高、以及基于性能确定在运行时间内执行用于聊天机器人的第一模型或第二模型。
用于训练模型基于无环图框架

[发明专利]用于自然语言处理的停用词数据扩充-CN202080064541.4在审
发明人： V·比什诺伊;M·E·约翰逊;E·L·贾拉鲁丁;B·S·文纳科塔;T·L·杜翁;G·辛格拉朱 -专利权人：甲骨文国际公司
申请日： 2020-09-11 - 公布日： 2022-04-29 - 主分类号： G06F16/33 文献下载
摘要：用于在自然语言处理中训练聊天机器人系统的停用词数据扩充技术。在一个特定方面，一种计算机实施的方法包括接收话语训练集，所述话语训练集用于训练意图分类器以识别话语的意图；用停用词扩充所述话语训练集，以生成针对与未解析意图相对应的未解析意图类别的扩充的域外话语训练集；以及使用所述话语训练集和所述扩充的域外话语训练集来训练所述意图分类器。所述扩充包括：从所述话语训练集中选择话语，以及针对每个所选话语，保留所述话语内的现有停用词，并将所述话语内的至少一个非停用词替换为从停用词列表中选择的停用词或停用词短语以生成域外话语。
用于自然语言处理用词数据扩充