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
本申请所述方法针对表格问答系统中表格检索部分，提出了一种利用问句实现关联表格检索的方法与装置，该方法可以为问句匹配出最相关的表格。方法包括：根据问句和表格，分别计算问句中的词在表格中出现的频率，及表格中的词在问句中出现的频率；对问句和表格进行词嵌入向量表示；将问句与表格的词嵌入表示向量和计算频率进行融合，进而得到问句与表格的融合向量；最后融合向量将被用于计算问句与表格的相似性。
📄 2021115869861
📂 G06F16_3329
👤 浙江工业大学
📅 2021-12-23
基于用户行为的人工智能体设计的方法，包括：步骤S1，为指定人工智能体配置用户静态属性；S2，配置操作流程，模拟用户的正常行为；S3，在指定智能体运行过程中，保存智能体的行为数据；S4，收集平台的热点评论，根据指定参数，向指定平台发送评论内容；S5，根据记录数据，分析推荐算法对用户行为的影响。本发明还包括一种基于用户行为的人工智能体的系统，包括：属性配置模块，流程订制模块，数据保存模块，语料生成模块和行为分析模块。本发明可以模拟正常用户在各大社交平台的行为，并实现全自动化操作，通过实验数据，可以分析推荐算法对用户的影响，从而得到避免推荐算法对人的负面影响的途径。
📄 2022100635165
📂 G06F16_332
👤 浙江工业大学
📅 2022-01-20
一种基于部首特征和多层注意力机制的中文自动问答方法，包括以下步骤：步骤1、对数据集进行预处理；步骤2、得到词嵌入矩阵，通过随机初始化得到部首嵌入矩阵；步骤3、通过词嵌入和部首嵌入将词语分别转化为向量表示，在词语向量后追加语言学特征；步骤4、将文档向量序列问题向量序列分别输入至不同的双向RNN网络进行编码；步骤5、根据文档向量序列与问题向量，依次计算得到答案开始和结束边界的概率，生成目标概率分布，步骤6、使用数据集对模型训练N轮，通过计算损失并对参数进行更新，使用mini‑batch策略对模型进行训练，使用模型对给定的一个文档和与之相关的问题进行处理，预测得到答案。本发明提高了自动问答的准确率。
📄 2021113251582
📂 G06F16_3329
👤 浙江工业大学
📅 2021-11-10
一种基于知识图谱的中文医药问答系统，包括知识图谱构建模块、问题分类模块、数据库查询模块、答案整合模块和结果展示模块。一种基于知识图谱的中文医药问答方法，包括以下步骤：S1.获取用户的查询文本；S2.对用户的问句进行解析，获取主语实体、问题类别和问题类型；S3.根据解析结果以及预先构建的中文医药知识图谱进行相关查询，获取查询结果；S4.对医药查询结果进行整理，形成符合自然语言的对话答案以及可视化数据；S5.对文本答案以及可视化数据进行展示。本发明提高了问题类型划分的准确率以及答案精度，满足了用户医药咨询、食品指南、疾病辅助诊疗的需求，为用户提供了更加便捷高效的服务。
📄 2021107637044
📂 G06F16_332
👤 浙江工业大学
📅 2021-07-06
本发明公开一种基于大数据预测核心微生物组的方法，该方法基于公共数据库中可获取的16S rRNA基因高通量测序数据，通过对所有独立实验的测序数据的质控、过滤、合并和注释，得到归一化的微生物数据表格，从中获取每个物种基于独立实验数和样本数的检出频率以及每个微生物物种的相对丰度。通过整合和量化这几个因子构建物种的核心指数计算公式，从而确定某一类微生物群落的核心微生物组。本发明方法基于公开的16S rRNA基因测序数据库，能够便捷预测环境中相似类型环境介质和亲缘宿主相关的核心微生物组，且呈现较高可信度，可广泛应用于微生物研究体系的预测，增加研究的普适性。
📄 2021109016005
📂 G06F16_332
👤 浙江工业大学
📅 2021-08-06
一种基于专业词汇挖掘的专业领域FAQ智能问答方法，包括以下步骤：(1)频繁词挖掘与归并：基于子串挖掘算法从专业领域文档集中挖掘出候选频繁词，并对同频候选频繁词进行归并，最终得到频繁词集；(2)频繁词过滤与验证：采用词法规则对频繁词进行过滤，采用互联网知识对频繁词进行验证，最终得到专业词汇集；(3)问题检索与答案返回：借助专业词汇集抽取实时问题关键词，在此基础上对历史问题进行全文检索和匹配度计算，最终返回匹配度最高的历史问题对应的答案。本发明提供了一种提高专业领域FAQ智能问答系统的服务质量的基于专业词汇挖掘的专业领域FAQ智能问答方法。
📄 2019103169086
📂 G06F16_332
👤 浙江工业大学
📅 2019-04-19
柿子坊 · 知识产权运营
柿子坊知识产权运营平台