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]一种词向量的获取方法、装置、设备及可读介质-CN202010962795.X在审
  • 吴明平;梁新敏;陈羲 - 上海风秩科技有限公司
  • 2020-09-14 - 2020-12-11 - G06F40/295
  • 本发明涉及一种词向量的获取方法、装置、设备及可读介质,所述获取方法包括:构建语料库对应的词语依赖图谱;将所述词语依赖图谱的文本特征输入适用于有向图的图神经网络模型中进行训练,得到词向量图结构模型;其中,所述适用于有向图的图神经网络模型中是对图神经网络模型的目标节点的出入链的嵌入表示、出链邻居节点的特征向量和入链邻居节点的特征向量进行构建得到的;利用所述词向量图结构模型对所述词语依赖图谱进行图嵌入处理,确定所述词语依赖图谱中的每个词的词向量。本发明不仅可以将词向量图结构模型应用于无向图得到无向图的词向量,还可以应用于有向图以得到有向图的词向量
  • 一种向量表示获取方法装置设备可读介质
  • [发明专利]基于短语交互的隐式篇章关系识别方法和系统-CN202311139099.9在审
  • 邬昌兴;姚浩;刘胤波;熊锦晖;余鹰 - 华东交通大学
  • 2023-09-06 - 2023-10-13 - G06F40/289
  • 本发明提供了一种基于短语交互的隐式篇章关系识别方法和系统,包括:对隐式篇章关系样本进行词编码得到全局向量、词向量矩阵;对词向量矩阵进行短语编码得到短语向量矩阵,在短语向量矩阵中融入位置信息得到增强向量矩阵;根据增强向量矩阵和掩码矩阵进行短语交互得到交互信息矩阵,根据交互信息矩阵确定交互信息向量;根据交互信息向量和全局向量进行分类预测得到预测类别概率分布,根据预测类别概率分布确定模型损失,根据模型损失对隐式篇章关系识别模型进行训练本发明能自动学习论元中短语的语义向量并建模语义之间的关系。
  • 基于短语交互篇章关系识别方法系统
  • [发明专利]基于未登录词处理的深度文本匹配方法及装置-CN201910285854.1有效
  • 李健铨;刘小康;刘子博;晋耀红 - 鼎富智能科技有限公司
  • 2019-04-10 - 2023-08-29 - G06F40/289
  • 本申请提供了一种基于未登录词处理的深度文本匹配方法及装置,在训练深度匹配模型时,使用字向量辅助词向量的方式,对输入的语句分词并用词向量后,还将各语句分词得到的词语继续进行分字处理并用字向量,然后,将字向量和词向量连接的结果,作为输入语句的语句量;或者,对输入的语句用初始词向量,将各初始词向量进行相似性加权处理,生成加权后的词向量,将各语句进行分字处理并用字向量,然后,将该字向量和词向量连接的结果,作为输入语句的语句向量。由于未出现在训练集中的新字的情况则很少发生,进而通过上述字与词向量结合的方式,可在一定程度上避免未登录词对模型匹配效果的干扰,有助于提高模型的文本匹配精度。
  • 基于登录处理深度文本匹配方法装置
  • [发明专利]一种基于知识图谱表示学习的个性化推荐方法-CN202010312475.X有效
  • 胡亮;林怀忠 - 浙江大学
  • 2020-04-20 - 2022-03-25 - G06F16/9535
  • 本发明公开了一种基于知识图谱表示学习的个性化推荐方法,包括步骤:(1)采用平移距离模型对知识图谱进行表示学习,得到实体和关系的向量;(2)将用户兴趣表示建模成用户与物品之间的翻译关系,即将用户兴趣表示为用户表示和物品表示的平移距离,以此构建用户兴趣模型;(3)在给定用户物品交互数据的条件下,将实体和关系的向量分别融入到物品和用户兴趣的向量中,以获得增强的物品和用户兴趣的向量,得到知识增强的用户兴趣模型;(4)构建损失函数,根据损失函数对知识增强的用户兴趣模型进行训练,得到用户、增强的用户兴趣和物品的向量,预测用户喜欢物品的概率;(5)根据预测概率结果进行物品推荐。
  • 一种基于知识图谱表示学习个性化推荐方法

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