本申请公开了一种基于深度融合的多粒度图像‑文本匹配方法及系统,方法包括:将待匹配图像进行多粒度视觉编码,得到编码后图像;将待匹配文本进行多粒度视觉编码,得到编码后文本;基于编码后图像和编码后文本训练编码器,得到初始编码器;对初始编码器进行深度融合,得到跨模态编码器;对跨模态编码器进行训练,得到最终模型,利用最终模型完成图像和文本的匹配。本申请利用模态内和模态间的特征来训练不同的编码器,避免两者之间的相互干扰,从而有效的学习个模态的特征表示,同时降低了对算力资源的要求。采用了深度融合的方法,更加充分的学习不同模态间复杂的关联。在多粒度视觉编码器训练过程中,引入硬负对,以提高检索时的匹配精度。
📄 2023110634534
📂 G06F16_332
👤 广东技术师范大学
📅 2023-08-23
本发明提供一种基于对偶视图对比学习的会话推荐方法,该方法以非均匀会话序列的时间间隔序列作为时间间隔信息增强的依据,对非均匀会话序列进行数据增强操作,从而得到时间间隔均匀的增强会话序列,能够充分挖掘会话内的信息,以提高推荐准确性,本发明构建了超图卷积网络编码器和Transformer编码器相结合的对偶视图编码器,能够从多视角捕捉会话间的隐藏高阶关系,丰富了推荐的多样性,此外,本发明采用原始会话序列和会话间的增强会话嵌入进行对比学习,优化对比推荐模块的模型参数,能够缓解无关项目对于会话嵌入的影响,有效增强模型泛化性。
📄 2024114561749
📂 G06F16_3329
👤 江西财经大学
📅 2024-10-18
本发明公开一种基于多层次复制和感知损失的自然语言答案生成方法、装置及介质,所述方法包括:根据预先获取的自然语言问题和三元组,将其分别输入到对应的编码层中,得到自然语言问题和三元组的向量表示。该基于多层次复制和感知损失的自然语言答案生成方法、装置及介质,以智能QA系统中的自然语言答案生成为研究对象,针对现有方法生成无意义响应和问答不匹配的问题,提出了基于多层次复制和预测机制的解码器,同时复制问题和三元组中的相关语义单位,并从词汇表中预测常用词汇,从而根据用户需求生成符合语法、语境的自然语言答案序列,以为下一步做复杂多轮对话奠定了理论基础。
📄 2023109588817
📂 G06F16_3329
👤 南京晓庄学院
📅 2023-07-31
本发明属于数据推荐的计算机信息领域,提供了一种基于用户需求结合倒排表的专利推荐方法,包括根据用户需求对专利数据集构建初始倒排表并加入相似词机制形成最终的倒排表;所述倒排表包括:单词编号、单词和专利编号列表;对专利数据集中的专利信息进行编号,形成文档列表,为文档列表中的每一个专利的专利信息使用bert模型获取句子向量表示;所述文档列表包括:专利编号、专利信息、专利信息句子向量表示;根据用户需求信息分为精准需求和广泛需求,进行双轨推荐。本发明解决了现有技术中由于专利推荐涉及到各个领域的专利,数量庞大,使用单一领域的专利信息进行推荐,导致推荐效果不佳和专利推荐不够准确的问题。
📄 2023108824244
📂 G06F16_335
👤 齐鲁工业大学(山东省科学院), 山东省计算中心(国家超级计算济南中心)
📅 2023-07-18
本发明涉及一种基于用户个性化的对话回复生成方法及其模型。本发明所述的对话回复生成方法包括:S1、获取当轮输入语句与历史输入语句中包含的个性化信息的匹配程度得分;S2、根据所述匹配程度得分,得到个性化信息选择性保存向量;S3、根据个性化信息选择性保存向量,得到用户个性化表征向量;在获得用户个性化表征向量后,根据用户个性化表征向量,在候选知识语句中选择最符合用户个性的知识语句,再利用所选择的知识语句,生成对话回复语句。本发明的方案,无须引入外部的对话者信息标注数据来获得用户的个性化信息,从而降低了对话系统的数据处理的负担,并且提高了对话系统的灵活性和应用范围。
📄 2023101912009
📂 G06F16_3329
👤 华南师范大学
📅 2023-03-01
本发明涉及一种对话回复生成方法,其包括步骤:S12:根据历史选择知识向量计算选择感知向量;S13:根据选择感知向量和历史选择知识向量计算知识流趋势向量;S14:将选择感知向量和候选知识向量进行比较,获得比较信息;S15:对上下文语句进行编码,获得上下文向量;S20:根据候选知识向量、知识流趋势向量、比较信息和上下文向量计算知识选择分布;S30:根据知识选择分布计算每个候选知识向量的注意力得分,并将注意力得分最高的候选知识向量作为当前选择知识向量;S40:根据上下文向量和当前选择知识向量计算历史解码状态向量,并根据历史解码状态向量和历史生成词计算当前时刻的解码状态向量;S50:计算当前时刻的目标生成概率。
📄 2022109759943
📂 G06F16_3329
👤 华南师范大学
📅 2022-08-15
本发明公开了一种图文数据的多级关系分析与挖掘方法,其引入BERT‑Large提取文本特征构建文本连接图,利用Faster‑RCNN网络提取图像特征来学习空间位置关系和语义关系并构建图像连接图,进而完成单模态内部语义关系计算,在此基础上,使用“节点切分方法”和带多头注意力机制的图卷积网络,进行局部和全局的图文关系融合。此外,为提升关系分析与挖掘效率,采用了基于注意力机制的连边权重剪枝策略,用以增强重要分支表示,减少冗余信息干扰。在公开的Flickr30K、MSCOCO‑1K、MSCOCO‑5K数据集上进行方法实验,并与11种方法进行实验结果的对比分析,本发明在Flickr30K上的平均召回率提高了0.97%和0.57%,在MSCOCO‑1K上的平均召回率提高了0.93%和0.63%,在MSCOCO‑5K上的平均召回率提高了0.37%和0.93%。
📄 2022108750142
📂 G06F16_33
👤 北方民族大学
📅 2022-07-25
本发明公开了数字经济领域基于语言逻辑学的文本特征检索方法,属于文本内容检测技术领域,步骤如下:S1、建立识别库,识别库分为两个区,分别是识别区与存储区,对撰写好的方案内容进行提取,将提取到的内容载入到所述识别区,所述存储区中储存有若干个不同的方案;S2、识别区对提取到的内容进行一级分类,得到一级分类结果;S3、识别区对一级分类结果进行二级分类,得到二级分类结果;S4、将二级分类结果与存储区中的内容进行筛查,确定相似方案;S5、将本方案与相似方案进行比较,计算得出重复度;S6、将相似方案按照重复度从高到低依次输出。采用上述方法,对高频使用的词语进行归类,计算重复度,使技术人员找到相似文件,方便修改。
📄 2023108089120
📂 G06F16_33
👤 北京凌霄文苑教育科技有限公司
📅 2023-07-03
本发明实施例提供了一种数据管理系统,包括:搜索服务器、消息代理器、消息监控子系统以及至少一个应用子系统;针对每个应用子系统,应用子系统用于将实际运行中所产生满足消息发送条件的原始处理数据发送至消息代理器;消息代理器,用于采用消息队列的形式存储各应用子系统反馈的原始处理数据;消息监控子系统,用于将消息代理器中各原始处理数据按照相应的数据属性进行处理,并将处理后形成的各目标数据发送至搜索服务器;搜索服务器,用于作为数据查询的查询接口,将各目标数据按照相应的数据类型进行存储,形成至少一个数据集合,以便于用户查询。实现了数据统一管理,快速查找数据,提高工作人员的工作效率。
📄 202010162862X
📂 G06F16_33
👤 澳克多普有限公司
📅 2020-03-10
已申报项目
一种案件相似度确定方法及装置、存储介质、终端,所述方法包括:根据标准指标库从待处理案件的案件信息中抽取线索数据和轨迹数据,其中,所述标准指标库包括多种类型的案件的标准指标,所述标准指标是针对线索数据和轨迹数据分别设置的;将抽取得到的线索数据和轨迹数据输入相似判断模型,以得到所述待处理案件与案件数据库中各个历史案件的案件相似度,其中,所述相似判断模型是基于多种类型的历史案件训练得到的,用于计算输入的待处理案件与各个历史案件的案件相似度。通过本发明方案能够基于深度学习实现对案件相似度的智能化计算,准确度高、人力成本低且效率高;同一相似判断模型能够适用于多种类型案件的串并案判别,代码开发成本低。
📄 2020106876221
📂 G06F16_33
👤 上海芯翌智能科技有限公司
📅 2020-07-16
已申报项目
本发明属于现代医学技术领域,公开了一种基于人工智能的Meta分析生成方法,包括如下步骤:S1.获取题目,提取关键词,并对关键词进行补充;S2.进行Meta分析,获取初始文献集,进行选题评价和自行查重,得到最终文献集;S3.获取入排标准,进行筛选,得到参考文献集;S4.进行质量评价;S5.对参考文献集中的所有文献进行数据提取,得到实验数据集;S6.根据预设实验信息,从实验数据集中获取对应的实验数据,并根据其得到参考结论;S7.根据预设文献格式要求和参考结论,得到参考文献,完成Meta分析。本发明解决现有技术存在的Meta分析中数据存在局限性、效率低下以及工作量大的问题。
📄 2020103344035
📂 G06F16_33
👤 周敬洋
📅 2020-04-24
本发明公开了一种面向医疗智能问答的文本语义匹配方法和装置,属于自然语言处理技术领域。本发明要解决的技术问题为如何捕获同一文本细粒度语义特征、文本间语义交互特征,以实现文本的语义匹配,采用的技术方案为:通过构建并训练嵌入层、语义编码层、多层次细粒度特征提取层、特征融合层和预测层组成文本语义匹配模型,提取文本字、词粒度特征,捕获同一文本细粒度语义特征、文本间语义交互特征,最终将多种相关特征合并,之后进行多种匹配操作,生成最终匹配特征向量并判定文本的相似度。该装置包括文本匹配知识库构建单元、训练数据集生成单元、文本匹配模型构建单元及文本语义匹配模型训练单元。
📄 2022109965048
📂 G06F16_332
👤 齐鲁工业大学
📅 2022-08-19