专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
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]一种基于知识图谱的对话方法、介质及系统-CN202110756285.1在审
  • 王晴晴;肖力强;金耀辉;何浩 - 上海交通大学
  • 2021-07-05 - 2021-11-05 - G06F16/36
  • 本发明涉及一种基于知识图谱的对话方法、介质及系统,其中方法包括以下步骤:S1、编码器程序模块对所有对话历史进行拼接获得输入序列,对所述输入序列进行嵌入,获得所述对话历史的向量;S2、知识图谱嵌入程序模块对若干知识条目进行嵌入,获得所述若干知识条目的向量;S3、多头注意力机制程序模块针对所述对话历史的向量对于每个所述知识条目的向量计算注意力分数;S4、多头注意力机制程序模块利用所述注意力分数综合所述知识条目获得所述知识条目的上下文向量;S5、解码器程序模块将输入的所述知识条目的上下文向量以及所述对话历史的向量进行解码,获得机器回复。
  • 一种基于知识图谱对话方法介质系统
  • [发明专利]对象推荐方法、装置、设备及存储介质-CN202011589501.X在审
  • 杨随心 - 上海众源网络有限公司
  • 2020-12-28 - 2021-04-02 - G06F16/9535
  • 本申请提供了一种对象推荐方法、装置、设备及存储介质,旨在提高向用户推荐对象的准确性,所述方法包括:获得目标用户的实时行为数据;将所述目标用户的实时行为数据输入预先训练的预测模型,得到所述目标用户的用户向量;其中,所述预测模型是以多个用户的历史行为数据为训练样本,对预设模型进行训练得到的;获得多个候选对象的对象向量;根据所述用户向量和多个所述对象向量,从所述多个候选对象中确定向所述目标用户待推荐的目标对象
  • 对象推荐方法装置设备存储介质
  • [发明专利]一种网络表示学习方法、系统及装置-CN202010114977.1在审
  • 胡斌斌;张志强;周俊;杨双红 - 支付宝(杭州)信息技术有限公司
  • 2020-02-25 - 2020-06-12 - G06N3/08
  • 本说明书实施例公开了一种网络表示学习方法、系统及装置。所述网络可以包括多个节点以及节点之间的关联关系,每个节点及每个关联关系分别对应于一个向量。所述方法可以包括以下操作:获取一组输入数据,所述输入数据包括网络中相互关联的第一节点以及第二节点的各自的向量,以及所述第一节点与所述第二节点之间的关联关系的向量;对于所述输入数据,利用基于生成对抗网络的表示学习模型,基于一次迭代,更新对应于所述第一节点、所述第二节点或所述关联关系的向量;依此,进行多次迭代直到满足停止迭代条件,获得所述网络中各节点或关联关系的目标向量
  • 一种网络表示学习方法系统装置
  • [发明专利]为网络中节点确定向量形式的方法及装置-CN201710343881.0有效
  • 韩矞;刘志斌;唐杰;陈谦;刘潇;刘德兵;郑宇飞 - 清华大学;腾讯科技(深圳)有限公司
  • 2017-05-16 - 2020-10-09 - H04L12/24
  • 本发明公开了一种为网络中节点确定向量形式的方法及装置,属于网络技术领域。该方法包括:根据网络中的节点和节点信息,生成网络结构;获取每个节点的初始背景向量和初始目标向量;以每个节点为起点进行随机游走,得到节点序列,并确定每个节点的节点频数;对每个节点的背景向量和目标向量进行迭代计算,得到每个节点的向量形式。本发明通过生成包括原始节点和群组节点的网络结构,并通过对每个节点的背景向量和目标向量进行迭代计算,得到包括原始节点和群组节点在内的每个节点的向量形式。由于基于原始节点和群组节点的向量形式,不仅可度量原始节点间的相似度,而且度量原始节点和群组节点的相似度,因而应用范围较广。
  • 网络节点确定向量表示形式方法装置
  • [发明专利]知识图谱嵌入模型训练方法、装置、电子设备及介质-CN202111472336.4有效
  • 吴定明;周钰棋;陆克中;詹金颖 - 深圳大学
  • 2021-12-06 - 2022-05-20 - G06N5/02
  • 本申请实施例公开了一种知识图谱嵌入表示模型训练方法。该方法包括:获取知识图谱中当前节点的邻接节点,根据当前节点和邻接节点的初始向量,确定当前节点和邻接节点之间的第一关联向量;通过聚合函数将所述第一关联向量进行聚合,得到当前节点与所有邻接节点之间的第一关联聚合结果,并将所述第一关联聚合结果作为当前节点的更新向量;将所述更新向量输入知识图谱嵌入表示模型中,得到各节点的嵌入表示。以上技术方案中从多维度选择节点的邻接节点,并将节点与其邻接节点之间的关联信息进行聚合作为节点的向量,使模型在训练时可以学习到更丰富的信息,从而使得到的节点的嵌入式表示具有更优的空间和文本辨别能力。
  • 知识图谱嵌入模型训练方法装置电子设备介质

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