“向量训练”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414088个，建议您升级VIP下载更多相关专利

[发明专利]一种用于获取训练信息的数据处理系统-CN202210927785.1在审
发明人：张正义;林方;傅晓航;李一 -专利权人：中科雨辰科技有限公司
申请日： 2022-08-03 - 公布日： 2022-11-01 - 主分类号： G06F16/35 文献下载
摘要：本发明提供了一种用于获取训练信息的数据处理系统，通过提取实体训练向量集中实体训练向量的不同特征，从而生成目标实体训练向量集，通过神经网络模型对目标实体训练向量集进行处理，根据目标实体训练向量集训练所需时间以及目标实体训练向量集的准确率，选择出训练时间以及训练集准确率最优的目标实体训练向量集作为关键实体训练向量集，通过对关键实体训练向量集中关键实体训练向量的特征赋予不同的权重，从而生成中间实体训练向量集，根据中间实体训练向量集训练所需时间以及中间实体训练向量集的准确值，选择出训练时间以及训练集准确率最优的中间实体训练向量集作为最终实体训练向量集，因此，在提高准确性的同时保证了训练效率。
一种用于获取训练信息数据处理系统

[发明专利]答非所问识别模型的训练方法、装置、设备和存储介质-CN202110487439.1在审
发明人：陈军;庄伯金;刘玉宇 -专利权人：平安科技（深圳）有限公司
申请日： 2021-04-30 - 公布日： 2021-08-03 - 主分类号： G06F40/30 文献下载
摘要：本申请涉及人工智能领域，具体公开了一种答非所问识别模型的训练方法、装置、设备和存储介质，其中，训练方法包括：获取训练样本，所述训练样本包括问句和答句；对所述训练样本中的问句进行语义向量编码，得到所述训练样本的第一语义向量；对所述训练样本中的答句进行语义向量编码，得到所述训练样本的第二语义向量；获取所述第一语义向量与所述第二语义向量的差，得到第三语义向量；将所述训练样本的第一语义向量、第二语义向量和第三语义向量进行拼接，得到所述训练样本的第四语义向量；将所述训练样本的第四语义向量输入初始识别模型中进行训练，得到答非所问识别模型。
答非所问识别模型训练方法装置设备存储介质

[发明专利]一种症型预测模型的确定方法和系统-CN202210669252.8在审
发明人：吴信朝;阮晓雯;陈远旭 -专利权人：平安科技（深圳）有限公司
申请日： 2022-06-14 - 公布日： 2022-09-09 - 主分类号： G16H50/70 文献下载
摘要：本申请实施例公开了一种症型预测模型的确定方法和系统，所述方法包括：分别对人群数据以及症型数据进行向量化处理，得到训练人群向量以及训练症型向量；通过训练人群向量提取所述训练人群向量的训练特征；以及，通过训练症型向量提取所述训练症型向量的训练特征；分别计算所述训练人群向量的训练特征以及所述训练症型向量的训练特征的特征相似度；基于所述特征相似度以及标注数据，计算模型损失；根据所述模型损失，更新症型预测模型，并重复执行所述获取训练样本的步骤，直至症型预测模型收敛，以得到训练好的症型预测模型。
一种预测模型确定方法系统

[发明专利]句向量训练方法及模型、句向量预测方法及系统-CN201911261750.3有效
发明人：陈海飞 -专利权人：上海八斗智能技术有限公司
申请日： 2019-12-10 - 公布日： 2023-08-01 - 主分类号： G06F40/289 文献下载
摘要：本发明提供了一种句向量训练方法及模型、句向量预测方法及系统，其中向量预测模型构建方法，包括以下步骤：S11、构建句向量训练模型；S12、对所述句向量训练模型模型进行训练；S13、向句向量预测模型中导入所述句向量训练模型的参数本句向量训练方法及模型、句向量预测方法及系统，进行句向量预测时有很好的领域适应能力和句子向量泛化能力，可直接迁移到多种领域进行使用。
向量训练方法模型预测系统

[发明专利]一种用于支持向量机的在线向量选取方法-CN201310186771.X在审
发明人：沈海斌;刘健;吴翔 -专利权人：浙江大学
申请日： 2013-05-20 - 公布日： 2013-09-04 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种用于支持向量机的在线向量选取方法。其具体步骤是：当获得新的训练向量时，对向量集合进行计算求解边界向量。对得到的边界向量与原支持向量进行对比，去除与支持向量重合的边界向量；将处理后的边界向量通过支持向量机判断，保留判断错误的边界向量集合。将保留的边界向量与原支持向量合并就获得最终用于支持向量机训练的训练向量。本发明能大幅度的减少训练向量的数量，因此减少支持向量机的训练时间，并且不会影响支持向量机的分类精度。
一种用于支持向量在线选取方法

[发明专利]语料处理、词向量获取方法及装置、存储介质及设备-CN201710854725.0有效
发明人：孙仕杰;于东海 -专利权人：腾讯科技（深圳）有限公司
申请日： 2017-09-20 - 公布日： 2022-09-23 - 主分类号： G06F16/36 文献下载
摘要：本发明涉及一种语料处理方法及装置、词向量获取方法及装置、计算机存储介质以设备，计算端在发送训练请求以请求训练之前已将初始确定的词向量发送至存储端，在发送训练请求后进行训练过程中，无需再进行词向量的发送，也无需向存储端拉取词向量进行训练以及将在本地进行训练后的更新值传送给存储端，只需发送训练请求以请求存储端进行训练获取词向量即可，减少网络通信量。存储端收到训练请求进行训练时，只需对列向量中与训练请求中携带的编号对应的行进行训练，提高训练效率，且通过在存储端本地进行训练实现列向量更新，无需将列向量分发给计算端进行训练，也无需接收计算端进行训练后传递的更新值，减少网络通信量，提高词向量获取效率。
语料处理向量获取方法装置存储介质设备

[发明专利]韵律预测模型训练方法、韵律预测方法及相关装置-CN202011135972.3有效
发明人：李成飞;袁军峰;杨嵩 -专利权人：北京世纪好未来教育科技有限公司
申请日： 2020-10-22 - 公布日： 2021-01-29 - 主分类号： G10L13/10 文献下载
摘要：本发明实施例提供了一种韵律预测模型训练方法、韵律预测方法及相关装置，训练方法包括：利用待训练的韵律预测模型确定当前文本单元和前一文本单元；获取当前文本单元的训练当前文本预测向量，获取前一文本单元的前一韵律预测向量，对二者进行融合，得到训练韵律融合预测向量；根据训练当前文本预测向量获取第一训练预测韵律向量，根据训练韵律融合预测向量获取第二训练预测韵律向量；根据第一训练预测韵律向量、第二训练预测韵律向量和当前基准韵律向量获取当前文本单元预测损失，调整模型的参数，得到训练完成的韵律预测模型。本发明实施例所提供的韵律预测模型训练方法、韵律预测方法及相关装置，可以提高韵律预测的准确性。
韵律预测模型训练方法相关装置

[发明专利]基于振动数据的井工煤矿灭火控制的神经网络的训练方法-CN202011521602.3在审
发明人：汪达 -专利权人：南京仁智网络科技有限公司
申请日： 2020-12-21 - 公布日： 2021-09-07 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种基于振动数据的井工煤矿灭火控制的神经网络的训练方法，其包括：获取训练振动信号，所述训练用振动信号通过在实验环境下模拟井工煤矿爆炸获得；将所述训练振动信号转化为训练振动向量；以深度神经网络作为编码器对所述训练振动向量进行编码以获得训练振动特征向量；基于所述训练振动特征向量构造高斯分布并从所述高斯分布中随机提取多个随机特征向量；计算所述训练振动特征向量与所述多个随机特征向量之间的距离函数；通过最小化所述距离函数来通过梯度的反向传播获得多个构造振动向量；以及，以所述构造振动向量和所述训练振动向量作为增强训练数据集来训练所述深度神经网络。
基于振动数据煤矿灭火控制神经网络训练方法

[发明专利]预训练模型的获取及应用方法、装置、设备、介质及产品-CN202210167687.2在审
发明人：贾伟;董传磊;许春媛;张安洁;陈梓健;邵叶飞;汪利飞 -专利权人：拉扎斯网络科技（上海）有限公司
申请日： 2022-02-23 - 公布日： 2022-05-06 - 主分类号： G06N3/08 文献下载
摘要：本公开实施例公开了一种预训练模型的获取及应用方法、装置、设备、介质及产品，该预训练模型的获取方法包括：获取多条训练数据，训练数据包括训练文本；对训练文本中的每个字符进行数据处理，得到每个字符的字符融合向量，字符融合向量包括字符的词向量以及以下至少一种特征向量：字符的读音特征向量、笔画特征向量、结构特征向量、拆字特征向量和编码特征向量；基于训练文本中每个字符的字符融合向量对初始预训练模型进行自监督学习训练，得到目标预训练模型。该技术方案可以得到对文本的音、形具有能较高的识别能力的目标预训练模型，基于该目标预训练模型的文本分类模型能够准确地区分基于文字变异的各种变异文本，进而准确拦截敏感内容。
训练模型获取应用方法装置设备介质产品

[发明专利]一种词向量训练方法及系统-CN201610218878.1有效
发明人：傅向华;李晶 -专利权人：深圳大学
申请日： 2016-04-11 - 公布日： 2018-10-19 - 主分类号： G06F17/27 文献下载
摘要：本发明适用计算机技术领域，提供了一种词向量训练方法及系统，在该方法中，对训练样本文档中每个训练目标词执行词向量训练步骤时，获取训练目标词在训练样本文档中上下文窗口内的窗口词，使用Skip‑gram模型预测每个窗口词的出现概率，更新窗口词在词向量库中对应的词向量和Huffman树中训练目标词对应编码路径中每一个非叶子节点对应的中间向量，通过预设的公式更新训练样本文档的全局文本向量，并计算CBOW模型的递增式局部输入向量，进而计算CBOW模型的混合拼接向量，将混合拼接向量设置为CBOW模型投影层的输入，使用CBOW模型预测训练目标词的出现概率，最后更新训练目标词的词向量和Huffman树中每一个非叶子节点对应的中间向量，提高了训练目标词词向量的准确度
一种向量训练方法系统

[发明专利]一种词向量学习模型的训练方法及服务器-CN201710322632.3在审
发明人：谢若冰;牛艺霖;刘知远;孙茂松 -专利权人：清华大学
申请日： 2017-05-09 - 公布日： 2017-10-10 - 主分类号： G06F17/27 文献下载
摘要：本发明实施例提供一种词向量学习模型的训练方法及服务器，所述方法包括获取训练样本文本中单词对应的词义向量和义原向量；根据所述词义向量或所述义原向量表示所述训练样本文本中的词向量；将由所述词义向量或所述义原向量表示的词向量代入已有的词向量学习模型，并进行模型训练。本发明实施例提供的词向量学习模型的训练方法及服务器，通过义原向量或词义向量表示词向量，并训练由词义向量或义原向量表示的词向量对应的词向量学习模型，使其能够充分地表达单词的语义信息。
一种向量学习模型训练方法服务器

[发明专利]模型训练方法、图像检索方法、装置及电子设备-CN202211504149.4在审
发明人：何斐斐;谢德峰;甘国兵;刘鲁南;鲁浩楠 -专利权人： OPPO广东移动通信有限公司
申请日： 2022-11-28 - 公布日： 2023-03-07 - 主分类号： G06N20/00 文献下载
摘要：本申请实施例公开了一种模型训练方法、图像检索方法、装置、电子设备及存储介质。所述方法包括：获取训练数据集，所述训练数据集包括多个训练数据，每个训练数据中包括文本数据和图像数据；将所述训练数据集输入到待训练模型中，获取所述待训练模型输出的每个训练数据对应的文本向量和图像向量；将所述训练数据集输入到参考模型中，获取所述参考模型输出的每个训练数据对应的参考文本向量和参考图像向量；基于所述文本向量、所述图像向量、所述参考文本向量和所述参考图像向量，调整所述待训练模型的参数，直至满足训练结束条件，得到图文检索模型
模型训练方法图像检索装置电子设备

[发明专利]语言模型训练方法、装置、计算机设备和存储介质-CN202011065901.0在审
发明人：贺飞艳 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-09-30 - 公布日： 2020-12-25 - 主分类号： G06F40/295 文献下载
摘要：本申请涉及一种语言模型训练方法、装置、计算机设备和存储介质。方法包括：获取训练文本集合；基于训练文本集合中的训练文本以及待训练的语言模型，对各个训练实体进行语义编码，得到训练语义向量；确定存在目标关联关系的第一训练实体以及第二训练实体，获取目标关联关系对应的目标关系距离向量；根据第一训练语义向量以及目标关系距离向量，确定第二训练实体对应的实体表示向量；根据第二训练语义向量以及实体表示向量的向量距离确定语言模型对应的目标模型损失值；根据目标模型损失值调整语言模型的模型参数，得到已训练的语言模型。采用本方法能够提高通过语言模型得到的语义向量的准确性。
语言模型训练方法装置计算机设备存储介质

[发明专利]基于双通道卷积记忆神经网络的文本情感分析方法-CN201910151514.X有效
发明人：应捷;苏灵松;肖昊琪 -专利权人：上海理工大学
申请日： 2019-02-28 - 公布日： 2022-11-29 - 主分类号： G06F16/35 文献下载
摘要：根据本发明所涉及的基于双通道卷积记忆神经网络的文本情感分析方法，因为将测试集中的文本同时进行词义训练与情感训练分别得到词向量矩阵与扩展特征向量矩阵，再将词向量矩阵与扩展特征向量矩阵进行计算得到训练文本向量矩阵，再将训练文本向量矩阵通过LSTM训练得到具有上下文关系的训练文本感情向量矩阵，将训练文本感情矩阵通过CNN处理得到训练文本情感分类，再将训练文本情感分类通过与对应文本的人为感情评价进行自调整。
基于双通道卷积记忆神经网络文本情感分析方法

[发明专利]地址文本识别模型的训练方法、地址的预测方法及装置-CN202010811886.3在审
发明人：吴帝;殷浩;王蓉;李博涵;鄞健欢;程昆;张定棋 -专利权人：丰图科技（深圳）有限公司
申请日： 2020-08-13 - 公布日： 2020-12-08 - 主分类号： G06F40/253 文献下载
摘要：本申请提供了一种地址文本识别模型的训练方法、地址的预测方法及装置，该训练方法包括：获取待训练地址文本样本；对待训练地址文本样本进行向量化，得到文本内容向量序列和文本位置向量序列；对文本内容向量序列和文本位置向量序列进行拼接，得到地址文本向量序列；基于地址文本向量序列对待训练地址文本识别模型进行训练，得到目标地址文本识别模型。本申请不仅对待训练地址文本样本的文本内容进行向量化，还对待训练地址文本样本的文本位置也进行了向量化，最后再合并使用，能够更好的表现待训练地址文本样本向量化后的地址文本位置关系，从而能够得到预测能力更准确的目标地址文本识别模型
地址文本识别模型训练方法预测装置

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条