[发明专利]动态分面排序在审
| 申请号： | 202180085937.1 | 申请日： | 2021-10-19 |
| 公开（公告）号： | CN116648698A | 公开（公告）日： | 2023-08-25 |
| 发明（设计）人： | S·萨卡尔;M·F·M·乔杜里;R·马欣德鲁;G·罗西埃洛;A·M·格里奥佐;N·R·福塞格利亚 | 申请（专利权）人： | 国际商业机器公司 |
| 主分类号： | G06F16/2457 | 分类号： | G06F16/2457 |
| 代理公司： | 北京市金杜律师事务所 11256 | 代理人： | 酆迅 |
| 地址： | 美国纽*** | 国省代码： | 暂无信息 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 提供了一种计算机系统、计算机程序产品和方法。该方法包括通过基于与执行的查询相关联的预先存储的分类数据库标识多个指示性标记来分析执行的查询；基于对执行的查询的分析生成多个分面；通过确定每个相应分面和与执行的查询相关联的所述多个标识的指示性标记之间的量化相似性值，在所生成的多个分面中选择至少两个分面；通过使用监督机器学习算法，基于与所生成的多个分面中的每个所选择的分面的分配加权值相关联的计算的总得分，来对所述所选择的分面进行优先级排序，从而动态地对所述所选择的分面进行排序；以及在与用户相关的计算设备的用户界面内显示动态排序的分面。 | ||
| 搜索关键词： | 动态 排序 | ||
【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国际商业机器公司，未经国际商业机器公司许可，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/202180085937.1/，转载请声明来源钻瓜专利网。
- 同类专利
- 基于自然语言查询的个性化图像和视频搜索的方法及其装置-202280015674.1
- 张昊天;A·杰普森;I·I·莫霍姆;K·德帕尼斯;R·张;A·法兹利 - 三星电子株式会社
- 2022-01-07 - 2023-10-10 - G06F16/2457
- 一种个性化图像检索的方法包括：获得包括名称的自然语言查询；用通用术语替换自然语言查询中的名称，以提供匿名化的查询和带名称的实体信息；使用输入匿名化的查询和多个图像的经训练的评分模型，来获得对应于多个图像的多个初始排名得分和多个关注权重；使用输入多个关注权重和带名称的实体信息的重新评分模型，来获得对应于多个图像的多个增量得分；以及通过基于多个增量得分修改多个初始排名得分，来获得多个最终排名得分。经训练的评分模型执行基于语义的搜索，并且重新评分模型确定在多个图像中检测到的面部对应于名称的概率。
- 动态分面排序-202180085937.1
- S·萨卡尔;M·F·M·乔杜里;R·马欣德鲁;G·罗西埃洛;A·M·格里奥佐;N·R·福塞格利亚 - 国际商业机器公司
- 2021-10-19 - 2023-08-25 - G06F16/2457
- 提供了一种计算机系统、计算机程序产品和方法。该方法包括通过基于与执行的查询相关联的预先存储的分类数据库标识多个指示性标记来分析执行的查询；基于对执行的查询的分析生成多个分面；通过确定每个相应分面和与执行的查询相关联的所述多个标识的指示性标记之间的量化相似性值，在所生成的多个分面中选择至少两个分面；通过使用监督机器学习算法，基于与所生成的多个分面中的每个所选择的分面的分配加权值相关联的计算的总得分，来对所述所选择的分面进行优先级排序，从而动态地对所述所选择的分面进行排序；以及在与用户相关的计算设备的用户界面内显示动态排序的分面。
- 使用动态树结构的实时微简档生成-202180046635.3
- R.G.戴维斯;S.T.戴维斯 - 谷歌有限责任公司
- 2021-07-06 - 2023-03-28 - G06F16/2457
- 提供了使用动态树结构的实时微简档生成。系统接收第一语音查询。系统从与第一语音查询有关的历史搜索生成第一语音查询的树结构中具有子节点的第一枢轴点。系统输出音频提示以请求对子节点之一的选择。系统响应于音频提示，接收具有对第一子节点的选择的语音输入。系统从与第一子节点有关的历史搜索生成树结构中包括孙节点的第二枢轴点。系统基于资源减少策略，确定生成检查点以减少附加的子节点生成。系统基于对检查点的响应，用树结构构建电子账户标识符的微简档。
- 具有强化学习的无监督文本概括-202180036465.0
- 小比田凉介;和地瞭良 - 国际商业机器公司
- 2021-05-13 - 2023-01-31 - G06F16/2457
- 提出了一种用于执行利用语言模型的Q学习以用于无监督文本概括的的计算机实现的方法。该方法包括：通过深度学习自然语言处理模型，利用单词嵌入将句子的每个单词映射到向量；将每个单词分配给动作和操作状态；通过计算局部编码和全局编码，为其操作状态表示“未操作”的单词中的每一个确定状态；以及以自我注意方式连接局部编码和全局编码，局部编码是基于单词的向量、动作和操作状态计算的，而全局编码是基于单词的每个局部编码计算的；以及经由编辑代理，基于状态，按照三个动作中的每一个确定每个单词的Q值。
- 信息推送方法、装置、服务器及计算机可读介质-201980099817.X
- 郭子亮 - 深圳市欢太科技有限公司;OPPO广东移动通信有限公司
- 2019-11-15 - 2022-04-08 - G06F16/2457
- 本申请公开了一种信息推送方法、装置、服务器及计算机可读介质，涉及移动终端技术领域，所述方法包括：获取所述电子设备的位置信息和所述电子设备对应的用户画像数据；根据所述用户画像数据确定目标应用程序；根据所述位置信息确定推送内容；将所述推送内容推送至所述目标应用程序，指示所述目标应用程序显示所述推送内容。由于，所确定的用于接收和显示推送内容的目标应用程序是根据用户画像数据确定，因此，该应用程序的确定能够与用户贴合，更符合用户需求，避免给用户带来不必要的骚扰，能够提升用户体验度。
- 基于查询令牌密度对电子文档进行排序的系统和方法-202080046123.2
- D·罗森诺夫;K·于 - 雷克斯股份有限公司
- 2020-04-23 - 2022-03-11 - G06F16/2457
- 一种包括搜索引擎的系统，搜索引擎被配置为：基于搜索查询和搜索查询语境确定搜索结果，从搜索查询中提取查询令牌，确定每个搜索结果文档内的(多个)查询令牌命中集，每个查询令牌命中集包括在所定义的接近度范围内的中心定位的查询令牌的所定义的接近度范围内的(多个)查询令牌命中，为每个文档内的每个查询令牌命中集确定每个查询令牌命中和中心定位的查询令牌之间的查询令牌密度值(QTDV)，每个QTDV基于每个查询令牌命中和中心定位的查询令牌之间的距离，为每个查询令牌命中集确定查询令牌密度分数(QTDS)，为每个文档确定文档密度分数(DDS)，基于DDS对搜索结果内的每个文档进行排序或重新排序，以及将经排序/重新排序的搜索引擎结果页面传送以呈现。
- 推荐将自动助理动作包括在自动助理例程中-201980037318.8
- 迈克尔·安德鲁·古德曼 - 谷歌有限责任公司
- 2019-05-04 - 2021-01-15 - G06F16/2457
- 推荐自动助理动作以供包括在用户的现有自动助理例程中，其中所述现有自动助理例程包括多个预先存在的自动助理动作。如果所述用户通过肯定的用户界面输入确认所述推荐，则所述自动助理动作可以被自动添加到所述现有自动助理例程。此后，当所述自动助理例程被初始化时，将执行所述例程的所述预先存在的自动助理动作，以及响应于肯定的用户界面输入而被自动添加到所述例程的所述自动助理动作响应于所述推荐而被接收到。
- 用于导航对话流的机器学习工具-201980009117.7
- K·V·潘沙加姆;S·洛尼亚尔;S·维贾扬 - 甲骨文国际公司
- 2019-10-04 - 2020-09-04 - G06F16/2457
- 实施例提供了用于使用经过训练的智能机器人程序导航对话流的系统和方法。在用户和经过训练的智能机器人程序之间发起聊天会话时，可以接收一个或多个话语。可以使用经过训练的智能机器人程序处理话语以从多个预定义意图中解析意图，其中，基于与预定义意图相关联的训练数据，训练智能机器人程序以解析预定义意图。可以使用智能机器人程序导航与所解析的意图相关联的预定义对话流，其中智能机器人程序使用与用户或聊天会话相关联的上下文变量，在对话流中引导用户。可以使用基于对话流的导航或上下文变量中的一个或多个生成的检索请求，向用户提供由智能机器人程序检索的企业数据。
- 专利分类
