“向量表示”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果312478个，建议您升级VIP下载更多相关专利

[发明专利]一种医疗行为异常的识别方法、装置、存储介质及设备-CN202310384373.2在审
发明人：唐蕊 -专利权人：平安科技（深圳）有限公司
申请日： 2023-04-03 - 公布日： 2023-07-14 - 主分类号： G16H40/20 文献下载
摘要：本发明涉及医疗信息技术领域，公开了一种医疗行为异常的识别方法、装置、存储介质及电子设备，包括：获取多项收费明细单中的多组收费数据，并从收费数据中，提取生成收费特征信息；将收费特征信息输入至医疗行为向量表示模型，生成并输出多个医疗行为的向量表示信息，其中，每组收费特征信息对应一个医疗行为的向量表示信息；将多个医疗行为的向量表示信息输入至预先建立的医疗行为异常识别模型中，得到多个医疗行为的正常偏离分数；根据多个医疗行为的正常偏离分数
一种医疗行为异常识别方法装置存储介质设备

[发明专利]一种类案检索方法、系统、电子设备及存储介质-CN202310187729.3在审
发明人：邹游 -专利权人：特斯联科技集团有限公司
申请日： 2023-03-02 - 公布日： 2023-05-05 - 主分类号： G06F16/33 文献下载
摘要：所述方法包括：接收用户的检索案例请求；将所述检索案例句子输入预先训练的类案检索编码器，得到对应的句子向量表示；根据所述句子向量表示和案例向量表示集合，得到与所述检索案例句子相似的相似案例。提高了检索句子向量表示的质量，从而提升了检索的准确度。
种类检索方法系统电子设备存储介质

[发明专利]一种基于表型的基因优先级排序方法和电子设备-CN202110694967.4有效
发明人：吴南;郑羽;陈泽夫;杨永鑫;赵森;吴志宏;范燃;郑思思;陈泽根 -专利权人：北京易奇科技有限公司
申请日： 2021-06-23 - 公布日： 2022-02-11 - 主分类号： G16B30/00 文献下载
摘要：本发明公开了一种基于表型的基因优先级排序方法、电子设备和计算机可读存储介质，所述方法包括：接收输入表型组，所述输入表型组包括至少一个表型；获取所述输入表型组的向量表示；获取每个待排序基因的向量表示；分别根据所述每个待排序基因的向量表示与所述输入表型组的向量表示
一种基于表型基因优先级排序方法电子设备

[发明专利]比较文本文件-CN200680025417.7无效
发明人：罗伯特·弗朗西斯·威廉姆斯;海因茨·德雷埃尔 -专利权人：柯廷技术大学
申请日： 2006-05-12 - 公布日： 2008-08-06 - 主分类号： G06F17/27 文献下载
摘要：一种用于比较文本文件的方法和系统，包括对第一文件(104)的文本的每个单词进行词汇标准化以形成第一标准化表示。根据第一标准化表示建立(206)第一文件的向量表示。对第二文件(110)的文本的每个单词进行词汇标准化以形成第二标准化表示。根据第二标准化表示建立(204)第二文件的向量表示。比较(210)向量表示的共线程度以生成第二文件相对第一文件的相似性的分数(218)。
比较文本文件

[发明专利]一种基于邻居信息的网络表示学习方法及系统-CN201810180927.6在审
发明人：纪守领;杜天宇;陈建海 -专利权人：浙江大学
申请日： 2018-03-05 - 公布日： 2018-09-14 - 主分类号： G06N99/00 文献下载
摘要：本发明公开了一种基于邻居信息的网络表示学习系统，包括：数据输入模块，将含各个网络节点关联信息的网络信息数据集输入所述的网络表示学习系统，构建并初始化各个网络节点的低维向量表示；目标函数构建模块，根据网络的一度关系和邻居信息构造网络的目标函数；目标函数优化模块，采用随机梯度下降算法对目标函数进行优化，得到各网络节点的最优向量表示；数据输出模块，输出学习到的网络节点的最优向量表示。本发明还公开了利用网络表示学习系统进行网络表示学习的方法。本发明的网络表示学习方法充分利用网络节点的邻居信息，可以解决网络结构一度关系稀疏性的问题，进而学习出更有代表性的节点向量。
网络表示网络节点邻居信息向量表示学习系统目标函数学习目标函数构建目标函数优化数据输出模块数据输入模块网络信息数据构造网络关联信息节点向量随机梯度网络结构下降算法初始化稀疏性低维构建输出优化网络

[发明专利]基于多粒度生成图像增强表示的隐式篇章关系识别方法-CN202010188895.1有效
发明人：贺瑞芳;王建;贺迎春;郭凤羽;朱永凯 -专利权人：天津大学
申请日： 2020-03-17 - 公布日： 2023-07-18 - 主分类号： G06F40/30 文献下载
摘要：本发明公开一种基于多粒度生成图像增强表示的隐式篇章关系识别方法,由于文本本身存在多义性、模糊性等问题，我们首次对联想策略进行了仿真，提出了一种多粒度生成的图像并用于增强论元向量表示的神经网络。为了更好地捕捉文本图像的上下文信息，我们根据文本的序列信息将文本和图像特征进行整合，然后利用自注意力机制捕获由两个论元拼接而成的图文向量序列表示整体中的重要图文信息和交互信息，从而进一步丰富论元向量表示，并得到用于识别篇章关系的特征向量表示，最后将用于识别篇章关系的特征向量表示输入到篇章关系识别层进行篇章关系识别。
基于粒度生成图像增强表示篇章关系识别方法

[发明专利]地址文本的召回方法及装置-CN202210192994.6在审
发明人：丁瑞雪;刘楚;黄申;王潇斌;龙定坤;高琼;陈博理;谢朋峻;黄非 -专利权人：阿里巴巴（中国）有限公司
申请日： 2022-03-01 - 公布日： 2022-05-31 - 主分类号： G06F40/205 文献下载
摘要：本申请实施例提供的地址文本的召回方法及装置，通过利用具有第二风格的地址文本对已有的第一地址向量表示模型进行风格迁移训练，以使得到可用于处理具有第二风格的地址的第二地址向量表示模型；另一方面，本实施方式的文本召唤处理是基于正交空间而实现的，通过这样的方式能够保证第二地址向量表示模型所输出的第二风格地址向量库和待处理地址文本的向量处于相同的正交空间，避免向量的空间偏移，提升方案的召回效果。
地址文本召回方法装置

[发明专利]一种基于用户历史兴趣的知识图谱推荐方法和系统-CN202110261438.5在审
发明人：江丹丹;景艳山 -专利权人：北京明略软件系统有限公司
申请日： 2021-03-10 - 公布日： 2021-06-22 - 主分类号： G06F16/9535 文献下载
摘要：本发明提出一种基于用户历史兴趣的知识图谱推荐方法和系统，其方法技术方案包括候选图谱构建步骤，构建用于计算与一用户产生交互概率的一候选物品的图谱三元组，并计算所述候选物品的扩展向量表示；种子图谱构建步骤，构建所述用户历史兴趣的种子物品的集合；扩展表示计算步骤，根据所述候选物品的图谱三元组计算所述种子物品的多轮扩展表示，得到所述种子物品的扩展向量表示；用户兴趣预测步骤，根据所述种子物品的扩展向量表示和所述候选物品的扩展向量表示
一种基于用户历史兴趣知识图谱推荐方法系统

[发明专利]基于级联模型和数据增强的法律命名实体识别方法及系统-CN202110828255.7在审
发明人：李晓林;陈卓豪;黄磊;黄博文;危欢;熊文菲 -专利权人：武汉工程大学
申请日： 2021-07-22 - 公布日： 2021-11-05 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种基于级联模型和数据增强的法律命名实体识别方法，包括以下步骤：对经过数据增强后的训练数据进行处理，构建带有上下文语义的字符级别的向量表示和带有上下文语义的词语级别的向量表示；S2、将两个向量表示进行融合；S3、使用BiLSTM双向长短记忆神经网络对融合字词特征的向量表示进行处理，提取文本的深层特征；S4、使用两个CRF条件随机场解码，得到实体序列和属性序列并拼接，得到最后的标签表示；S5、将最后的标签表示与验证集进行比较
基于级联模型数据增强法律命名实体识别方法系统

[发明专利]一种基于三维目标矩阵的属性级情感分析方法及系统-CN202111593783.5在审
发明人：李钊;赵秀浩;辛国茂;陈通;吴士伟;孙浩;宫传华 -专利权人：山东亿云信息技术有限公司
申请日： 2021-12-23 - 公布日： 2022-05-10 - 主分类号： G06F40/30 文献下载
摘要：本发明提出了一种基于三维目标矩阵的属性级情感分析方法及系统，属于数据处理技术领域，包括：将训练集中的每个评论句子处理成所需要的输入格式；在上述格式的基础上，构造出能够一次性表示对应评论句子所有属性的三维目标矩阵；将处理的训练集输入模型进行监督学习训练，在模型的最后一层得到第一矩阵向量表示，将此向量表示输入进池化汇集层得到第二矩阵向量表示，再经过线性变换层以及激活操作得到最终的第三矩阵向量表示；每训练完一次模型，对训练后的模型在验证集上进行一次验证，获得最优模型；对待分析的评论句子输入至最优模型解码出表示每个属性的情感极性。
一种基于三维目标矩阵属性情感分析方法系统

[发明专利]一种基于知识图谱的可解释推荐系统-CN202110151400.2有效
发明人：郑凯;孙浩 -专利权人：电子科技大学
申请日： 2021-02-03 - 公布日： 2021-11-16 - 主分类号： G06F16/9535 文献下载
摘要：本发明公开了一种基于知识图谱的可解释推荐系统，该系统包括序列知识图谱构建模块：从用户的购买序列以及用户评论中抽取出了预定义的实体以及关系；用户表示学习模块：设计了一个图注意力网络来学习用户的短期偏好，重新设计门控循环单元的结构，使其能够融合用户的长期偏好以及短期偏好，并获得捕捉到用户偏好动态性的用户向量表示；物品表示学习模块：设计一个自注意力层来学习到物品的用户特异的向量表示；评分预测模块：结合用户的向量表示以及物品的向量表示来获得用户对物品的预测评分
一种基于知识图谱可解释推荐系统

[发明专利]一种非事实类问答答案选择方法及系统-CN201810427636.2有效
发明人：马荣强;张健;李淼;陈雷;高会议 -专利权人：中国科学院合肥物质科学研究院
申请日： 2018-05-07 - 公布日： 2022-03-01 - 主分类号： G06F16/332 文献下载
摘要：本发明公开了一种非事实类问答答案选择方法，属于智能检索技术领域，包括采用基于注意力机制的卷积神经网络分别对问句、待选择答案语句进行处理，得到第一语义向量、第二语义向量，其中，第一语义向量表示问句的语义向量，第二语义向量表示待选择的答案语句的语义向量；将第一语义向量与所述第二语义向量进行匹配，并将匹配度最高的第二语义向量所对应的待选择答案语句作为正确答案返回。本发明利用基于注意力机制的卷积神经网络生成句子的语义向量表示，在语义表示过程中的重要程度对输入赋予权重，减小与答案主题无关内容的影响，自动生成高质量的语义表示，提高了问句与答案语句的语义匹配度，进而提高了答案选择的正确率
一种事实问答答案选择方法系统

[发明专利]一种基于拓扑结构保持的图表示学习方法及系统-CN202210464131.X在审
发明人：王华珍;刘晓聪;陈坚;何霆 -专利权人：华侨大学
申请日： 2022-04-29 - 公布日： 2022-08-05 - 主分类号： G06V10/80 文献下载
摘要：本发明公开一种基于拓扑结构保持的图表示学习方法及系统，能在保持图数据拓扑不变性的前提下，融合拓扑结构和语义特征来共同提高图表示学习的质量；方法包括：针对图数据的特性，设计拓扑结构保持的自监督任务；输入图数据，使用图卷积神经网络对其进行特征编码，从而学习到节点的初始向量表示；将学习到的节点初始向量表示输入到TGSSL(Topology‑preserving Graph Self‑Supervised Learning)模型进行图自监督学习，最终在结构保持的基础上获得高质量的节点向量表示。本发明能有效解决现有图表示学习方法在学习节点向量时无法有效融合结构信息的问题。
一种基于拓扑结构保持图表学习方法系统

[发明专利]结合实体描述的知识图谱表示学习方法和系统-CN201510947068.5有效
发明人：孙茂松;谢若冰;刘知远;栾焕博;刘奕群;马少平 -专利权人：清华大学
申请日： 2015-12-16 - 公布日： 2020-01-17 - 主分类号： G06F16/28 文献下载
摘要：本发明提供了一种结合实体描述的知识图谱表示学习方法和系统，本发明中，提出基于连续词袋的模型以及基于卷积神经网络的模型两种模型构建实体基于描述的向量表示。不仅利用了实体之间的三元组关系信息，也利用了实体描述中蕴含的文本信息，使用模型学习得到的两种实体向量表示方式，能够在知识图谱补全以及实体分类等任务中得到更高的准确率；同时基于描述的向量表示通过文本信息构建实体向量，能够很好地对新实体或训练集中不存在的实体进行表示，具有良好的实用性。
结合实体描述知识图谱表示学习方法系统

[发明专利]一种引入分层形声特征的中文词向量表示学习方法-CN201910549589.3有效
发明人：张寅;毛晨炀;庄越挺 -专利权人：浙江大学
申请日： 2019-06-24 - 公布日： 2021-06-08 - 主分类号： G06F40/295 文献下载
摘要：本发明公开了一种基于分层形声特征增强的中文词向量表示技术。采用分层形声特征增强的中文词向量表示方法，可以较大地提升中文词向量的效果。本发明包括如下步骤：1)首先运用爬虫工具抓取中文词语的相关形态和发音信息；2)通过对形态和发音信息的分层组合，构成形态特征和声音特征，构建词语的特征表示；3)通过注意力机制对输入部分的形声特征进行权重调节；4)采用解耦预测和混合预测联合的训练方式来训练词向量的表示。和现有技术相比，本发明结合了中文词语多层次的形态和发音信息，并采用解耦预测和混合预测联合的方式，系统地进行词向量的训练，形成独具一格的中文词向量表示技术，创造性地提升了中文词向量的效果。
一种引入分层形声特征文词向量表示学习方法