专利交易市场

本发明涉及一种基于多任务学习的混合注意力策略文本标题匹配方法，模型的多任务学习体现在模型同时对输入文本进行文本原有类别的分类任务1和是否为“标题党”文章的分类任务2，通过多任务学习模型对模型进行联合训练，由其中一个任务辅助另一个任务学习到更好的参数。本方案用分类任务1的反向传播来调整模型参数，使分类任务2获得更好的表现，本发明从正文中提取重点信息与标题进行匹配从而实现“标题党”文章的检测，明显提高了标题党的检测精度和准确性。本发明方法提出的注意力机制可以一步到位的计算出每个元素与其他元素的关联度，计算量小，效率高。

本公开提供了一种多任务检测方法及装置、存储介质，其中，包括：获取待检测图像；基于目标模型对所述待检测图像进行多个检测任务的检测，获得所述多个检测任务分别对应的检测结果；其中，所述目标模型至少包括所述多个检测任务共用的共用神经网络，以及与所述多个检测任务分别对应的检测网络。

本发明提供了一种基于多任务学习的音频事件检测方法及系统，该方法包括基于待检测音频片段的特征矩阵，采用训练好的音频事件检测模型，得到待检测音频片段中的音频事件；所述音频事件检测模型训练的过程包括：根据音频片段中的每个音频帧，得到音频片段中所有帧在音频事件检测输出层的输出值与在音频事件类型个数分类输出层的输出值，基于在音频事件检测输出层的输出值求得交叉熵和，基于在音频事件类型个数分类输出层的输出值求得差值平方和；采用交叉熵和与差值平方和构造损失函数，训练音频事件检测模型，得到训练好的音频事件检测模型。本发明可以显著提高音频事件检测准确率；在同等检测性能下，大幅度减少模型参数的数量，提高运算效率。