[发明专利]对象识别处理方法、处理装置、电子设备和存储介质在审

专利信息
申请号: 202010864625.8 申请日: 2020-08-25
公开(公告)号: CN112001152A 公开(公告)日: 2020-11-27
发明(设计)人: 何涛;石凡;罗欢;陈明权 申请(专利权)人: 杭州大拿科技股份有限公司
主分类号: G06F40/16 分类号: G06F40/16;G06F40/279;G06K9/62;G06N3/04;G06N3/08
代理公司: 北京市柳沈律师事务所 11105 代理人: 彭久云;罗莎
地址: 310053 浙江省杭州市滨江区浦*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种对象识别处理方法、处理装置、电子设备和非瞬时性计算机可读存储介质。对象识别处理方法包括:获取待识别对象;基于类型识别模型识别待识别对象的类型;根据待识别对象的类型,确定与待识别对象对应的处理规则;响应于待识别对象的类型为基础类型,根据处理规则,将待识别对象作为目标待识别对象,响应于待识别对象的类型为非基础类型,根据处理规则,通过转换器学习模型对待识别对象进行转换,以将待识别对象转换为目标待识别对象;通过转换器学习模型对目标待识别对象进行识别处理,以得到待识别对象对应的目标结果。目标待识别对象的类型为基础类型。
搜索关键词: 对象 识别 处理 方法 装置 电子设备 存储 介质
【主权项】:
暂无信息
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于杭州大拿科技股份有限公司,未经杭州大拿科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/202010864625.8/,转载请声明来源钻瓜专利网。

同类专利
  • 模型训练方法、装置、设备和存储介质-202111625389.5
  • 张永兴;赵国庆;权佳成 - 北京中关村科金技术有限公司
  • 2021-12-28 - 2023-06-20 - G06F40/16
  • 本发明公开了一种模型训练方法、装置、设备和存储介质,包括:获取与应用场景相关的多条文本数据;基于与应用场景相关的目标提示模板,将文本数据转化为与提示模板的数据形式相对应的转换数据;将选取的预训练模型冻结,并将答案数据进行掩码处理,得到预训练样本;将预训练样本输入的与应用场景相关的目标预训练模型进行训练,得到提示学习模型。这样,可以在数据不充足的情况下,设计提示然后将剩下的工作交给PLM,Prompt‑tuning生效的其中一个原因是利用提示,激发出PLM在预训练阶段学习到的相关知识或先验分布,进而在数据不充足的情况下,能够高小样本统计泛化能力。
  • 用于对医疗数据进行数据质控的方法和装置-202211516982.0
  • 杜运坤;毛雪东;陈浩 - 安徽讯飞医疗股份有限公司
  • 2022-11-29 - 2023-03-03 - G06F40/16
  • 本发明公开了用于对医疗数据进行数据质控的方法和装置,方法包括:构建医疗数据质控规则库;使用经训练的医疗实体识别网络对所获取的医疗数据进行实体识别,以识别出所述医疗数据对应的医疗实体;以及对所识别出的医疗实体自动配置所述医疗数据质控规则库中的医疗数据质控规则,以对所述医疗数据进行数据质控。本发明采用神经网络模型自动学习医疗数据的特征,无需复杂的特征工程,并且能够自动进行质控规则的配置,无需工作人员花费大量的时间与精力进行质控规则配置,提升了大体量数据质控的效率和质量,从而可适用于大规模的数据质控。
  • 针对数学公式的文本转换方法、装置和电子设备-202211022651.1
  • 邹雨巷;章峻珲;马泽君 - 北京有竹居网络技术有限公司
  • 2022-08-24 - 2022-11-29 - G06F40/16
  • 本申请实施例公开了针对数学公式的文本转换方法、装置和电子设备。该方法的一具体实施方式包括:获取待转换的目标数学公式;从目标数学公式中识别出公式信息,其中,公式信息包括以下至少一项:目标数学公式中出现的运算符、运算符在目标数学公式中的位置和出现次数、字母和/或数字在目标数学公式中的位置和出现次数;基于公式信息,获取与目标数学公式匹配的预设转换规则,以及基于获取到的转换规则,确定目标转换规则;按照目标转换规则,将目标数学公式转换成文本。该实施方式可以正确地对数学公式进行文本正则化转写。
  • 一种数据转义方法、装置及电子设备-202210921349.3
  • 高嵩淼 - 中银金融科技有限公司
  • 2022-08-02 - 2022-11-01 - G06F40/16
  • 本申请公开了一种数据转义方法、装置及电子设备,可应用于金融领域或其他领域。本发明中,在数据转义的过程中,参考了待转义数据集对应的知识编号下的特征组合编号,以及相应的转义规则,能够提高数据转义操作的准确性。另外,本发明能够获取所述目标拆分结果中的每一特征属性标识子组合对应的数据转义规则,并按照所述数据转义规则,对相应的特征属性标识子组合进行数据转义操作,得到数据转义结果,即本发明能够自动进行数据转义操作,相比于人工进行转义操作的方式,能够提高数据转义的效率。
  • 一种第三方接口数据快速转为定制表格方法及存储介质-202011193011.8
  • 邓嘉俊;彭和平;柒强 - 广州朗国电子科技股份有限公司
  • 2020-10-30 - 2022-08-30 - G06F40/16
  • 本发明公开了一种第三方接口数据快速转为定制表格方法及存储介质,本发明方法包括:获取第三方接口数据,并获取第三方接口数据的数据集合结构、key键值和value值;预先配置对接规则,所述对接规则包括第三方接口数据转为表格时表格的key键值和value值的设定方法;根据获取的第三方接口数据的数据集合结构、key键值和value值,以及预先配置的对接规则,生成表格。本发明通过根据获取的第三方接口数据的数据集合结构、key键值和value值,以及预先配置的对接规则,生成表格,能快速完成客户项目的定制要求,提高了工作效率。
  • 一种申请单的生成方法和相关装置-202210552381.9
  • 刘玥瑶 - 中国银行股份有限公司
  • 2022-05-20 - 2022-08-19 - G06F40/16
  • 本申请公开了一种申请单的生成方法和相关装置,可应用于移动互联领域或金融领域,在保险理赔的过程中,接收到终端发送的理赔申请之后,获取理赔申请的理赔类型,进而获取这一理赔类型对应的理赔规则,并将理赔申请中的理赔材料与理赔规则进行对比,当对比确定出该理赔材料的理赔状态为满足当前的理赔规则时,根据理赔材料生成理赔申请单。可见,在保险理赔的过程中,通过上述方式,自动化生成理赔申请单,便于用户和保险公司查看,完成后续的理赔支付等事项,提高了理赔申请的处理效率,减少了人工成本。
  • 一种基于深度强化学习A3C算法的对话管理模型构建方法-202210562268.9
  • 王德军;孟博;耿云飞;王俊 - 中南民族大学;武汉空天软件技术有限公司
  • 2022-05-23 - 2022-07-29 - G06F40/16
  • 本发明提出了一种基于深度强化学习A3C算法的对话管理模型构建方法,通过构建多个子线程网络、全局网络,能够对Actor策略网络输出的策略进行动态地评估,通过Critic价值网络的评价能力,在训练时及时调整策略,实现了对话管理模型内部能够动态地改善对话策略的学习好坏,提升数据模型的准确率;同时以多线程地方式训练多个子线程网络,通过全局网络共享参数、分发参数,提升模型的训练效率;在全局网络和子线程网络的相互作用下,全局网络首先将其初始化的网络参数传至每个子线程网络,然后,各个子线程网络内部开始交互,独立训练,更新子线程网络参数;最后各个子线程网络的Critic价值网络和Actor策略网络参数异步更新至全局网络,能够使得数据模型更快更收敛。
  • 一种数字正则化方法、装置、设备及存储介质-202210202517.3
  • 朱荣华;高丽;祖漪清;江源 - 科大讯飞股份有限公司
  • 2022-03-02 - 2022-05-27 - G06F40/16
  • 本申请公开了一种数字正则化方法、装置、设备及存储介质,本申请对于包含待正则化处理的数字的原始文本,确定其中数字的属性标签,数字的属性可以是影响数字正则化结果的相关属性,在此基础上,基于数字的属性标签及数字在原始文本中的上下文信息,将数字正则化为与原始文本同语种的单词表示,得到数字的正则化结果。本申请方案不需要针对不同语种总结数字正则化规则,流程更加简洁,并且在数字正则化时可以充分利用原始文本中数字的上下文信息,能够消除一些正则化结果上的歧义问题,提升正则化结果的准确度,进一步,数字正则化过程还参考数字的属性标签,也即考虑了数字的不同属性对正则化的影响,有助于进一步提升正则化结果的准确度。
  • 一种笔迹的存储方法、装置、设备及存储介质-202011429420.3
  • 林涛;黎鸣;吴芝明;王建 - 四川大学
  • 2020-12-07 - 2022-04-01 - G06F40/16
  • 本申请提供了一种笔迹的存储方法、装置、设备及存储介质,所述方法包括:按照采集的时间先后顺序,对目标用户的所有书写数据点进行排序,然后将属于同一笔画的各所述书写数据点划分为一组,得到第一数据组;对所有的第一数据组进行随机划分得到第二数据组,将各第二数据组作为汉字识别模型的输入,输出得到用于存储的所述目标用户书写的汉字符号以及该汉字符号对应的汉字编码。这样,一方面,以各第一数据组的时间顺序表征书写笔画顺序,得到可反映个人真实书写习惯的笔迹信息,不易受到临场发挥影响;另一方面,以汉字编码的形式表示目标用户的笔迹特征,在笔迹鉴定过程中,更有利于突出不同鉴定对象的笔迹差异,提高笔迹鉴定结果的准确度。
  • 一种弹幕文本的风格转换的方法及设备-202010873008.4
  • 周向俊;刘志权;钱龙 - 上海哔哩哔哩科技有限公司
  • 2020-08-26 - 2022-03-01 - G06F40/16
  • 本申请的目的是提供一种弹幕文本的风格转换的方法及设备,本申请通过确定至少一种风格对应的平行语料,其中,所述平行语料包括原始弹幕文本和目标弹幕文本;根据所述原始弹幕文本所在的视频内容确定视频类型,根据所述平行语料以及所述视频类型训练神经机器翻译模型,得到风格转换器模型;将获取到的用户弹幕文本输入至所述风格转换器模型中,输出转换风格后的弹幕文本。从而根据不同的视频类型加载相应的风格转换器,对用户的弹幕进行实时转换,使得弹幕文本信息更加符合视频内容,可以增加趣味性,创造更好的用户体验。
  • 一种纪要生成方法、装置、设备及介质-202110156415.8
  • 徐文铭;杨晶生;杜春赛;郑翔 - 北京字跳网络技术有限公司
  • 2021-02-04 - 2022-02-22 - G06F40/16
  • 本公开实施例涉及一种纪要生成方法、装置、设备及介质,其中该方法包括:获取目标多媒体的初始文本,基于数据清洗模型对初始文本进行转写处理,以得到目标文本,基于目标文本生成初始纪要,将初始纪要映射至初始文本中,确定对应的目标纪要。采用上述技术方案,通过深度学习模型对目标多媒体的文本进行转写,基于转写后的文本生成纪要,由于转写过程实现了对文本的句法结构的转写和噪声的处理,使转写后的文本更符合各种纪要算法的要求,进而使得后续纪要的生成更加准确,效果更优;并且,由于纪要映射回初始文本,有助于用户了解纪要与初始文本之间的关联关系,且有利于实现纪要与初始文本之间更好的业务交互。
  • 一种基于markdown语法扩展的文本编辑方法与系统-202110943107.X
  • 林超群;李仁杰;张翔;王彪 - 罗普特科技集团股份有限公司;罗普特(厦门)系统集成有限公司
  • 2021-08-17 - 2021-12-14 - G06F40/16
  • 本发明给出了一种基于markdown语法扩展的文本编辑方法与系统,包括通过读取用户上传的markdown文本文件,将所述markdown文本文件转换为markdown纯文本;根据用户自定义配置的规则对应地生成用于处理所述markdown纯文本的语法规则,根据所述语法规则对所述markdown纯文本进行解析;根据用户自定义配置的样式进行css的编写,用于将所述样式以css的方式储存,当对所述markdown纯文本进行解析时,将所述css加载到html的header头部从而实现对所述语法规则的配置;通过逐个运行规则的方式,对所述markdown纯文本进行解析,将所述解析后的文本转换为html文本。本发明可实现语法的个性化扩展,并实现对编辑器解析的文本的个性化样式配置,同时通过分页异步解析的方法解决阅读大型markdown文本时卡顿的问题。
  • 风格转换模型的训练方法、装置、电子设备以及存储介质-202110791488.4
  • 黄焱晖;张记袁;蔡远俊;彭卫华;徐伟建 - 北京百度网讯科技有限公司
  • 2021-07-13 - 2021-10-01 - G06F40/16
  • 本公开提供了一种风格转换模型的训练方法、装置、电子设备以及存储介质,涉及人工智能技术领域,具体涉及自然语言处理、深度学习技术领域。具体实现方案为:获取训练语料,其中,训练语料包括:原始风格的样本文本以及目标风格的样本文本;构建初始的训练模型,其中,训练模型包括:编码层、分别与编码层连接的分类层和解码层;以原始风格的样本文本作为编码层的输入特征和解码层的输出特征,以目标风格的样本文本作为分类层的输入特征,对训练模型进行训练;根据训练好的训练模型中的编码层,生成从原始风格的文本至目标风格的文本的风格转换模型,不需要获取内容相同且风格不同的样本文本进行训练,降低了风格转换模型的训练成本。
  • 数学应用题解答模型的处理方法、系统和存储介质-202110128492.2
  • 肖菁;樊纬江;陈寅;曹阳 - 华南师范大学
  • 2021-01-29 - 2021-05-11 - G06F40/16
  • 本发明公开了一种数学应用题解答模型的处理方法、系统和存储介质,方法包括以下步骤:获取若干个原始数学应用题;对所述原始数学应用题的名称进行回译操作,得到第一数据集;判断所述第一数据集内的文本是否为问句,若是,则将所述文本添加于正常序列;反之,则将所述文本添加于非正常序列;对正常序列和非正常序列依次进行扩充和分词;将分词后的序列和原始数学应用题作为训练集对数学应用题解答模型进行训练,并在训练完成后,更新神经网络模型的参数。本发明可降低回译导致语句缺失带来的影响,提高数学应用题解答模型的训练精度,以提高应用了数学应用题解答模型的题型搜索软件的泛化能力和准确度。本发明可广泛应用于模型训练技术领域。
  • 一种动态表单页面自动转换为HTML5页面的方法及系统-201711123637.X
  • 朴毅 - 北京思特奇信息技术股份有限公司
  • 2017-11-14 - 2021-05-04 - G06F40/16
  • 本发明涉及一种动态表单页面自动转换为HTML5页面的方法及系统,该方法包括:获取动态表单文件,并解析动态表单文件中的html文件和info文件;确定info文件与html文件之间元素对应关系;根据info文件中节点,确定每个节点对应的服务配置类型;查看动态表单html文件的源码;修改所述html文件的源码,并添加HTML5相关标签注释;查看动态表单设计工具中与服务配置类型对应的动态配置;根据动态配置对所述新的html文件的源码进行封装,转换为HTML5页面。还涉及一种系统,该系统包括:获取模块、处理模块、修改模块、转换模块。通过本发明的方法,动态表单开发人员可以同时开发移动终端代码,且节约时间,使用性强,效率高,大大降低了成本。
  • 对象识别处理方法、处理装置、电子设备和存储介质-202010864625.8
  • 何涛;石凡;罗欢;陈明权 - 杭州大拿科技股份有限公司
  • 2020-08-25 - 2020-11-27 - G06F40/16
  • 一种对象识别处理方法、处理装置、电子设备和非瞬时性计算机可读存储介质。对象识别处理方法包括:获取待识别对象;基于类型识别模型识别待识别对象的类型;根据待识别对象的类型,确定与待识别对象对应的处理规则;响应于待识别对象的类型为基础类型,根据处理规则,将待识别对象作为目标待识别对象,响应于待识别对象的类型为非基础类型,根据处理规则,通过转换器学习模型对待识别对象进行转换,以将待识别对象转换为目标待识别对象;通过转换器学习模型对目标待识别对象进行识别处理,以得到待识别对象对应的目标结果。目标待识别对象的类型为基础类型。
  • 一种基于深度学习的盲文转中文方法-202010466752.2
  • 于红雷;邹可;孙俊伟 - 杭州视氪科技有限公司
  • 2020-05-28 - 2020-10-23 - G06F40/16
  • 本发明公开了一种基于深度学习的盲文转中文方法。它具体包括如下步骤:(1)对盲文文本预处理:盲文文本预处理对盲文做编码归一化处理;(2)深度学习算法模型构建:深度学习算法模型学习编码后的文本规律;(3)训练深度学习模型:通过深度学习模型翻译出对应的中文内容;(4)文本纠错:在文本纠错单元对盲文中的错别字进一步纠错。本发明的有益效果是:达到高精准度文本翻译结果。
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top