一种基于Bert的动态阈值调整的智能问答系统

    公开(公告)号:CN113961667A

    公开(公告)日:2022-01-21

    申请号:CN202111112028.0

    申请日:2021-09-23

    Abstract: 本发明公开了一种基于Bert的动态阈值调整的智能问答系统,其特征在于方法步骤如下:S101:获取用户问题q;S102:将用户问题q通过基于关键字向量化的问句匹配方法,得到Kw个相似的标准问题;S103:将用户问题q通过BERT预训练模型,得到Kr个相似的标准问题;S104:按照一定的规则挑选出两个方法得到的标准问题作为匹配的标准问题集;S105:将标准问题集通过动态阈值调整模块得到最终的结果;本发明结合标准问答对知识库的管理,提出了一个动态阈值调整的问题匹配方法,可以匹配识别未训练的标准问题,进一步提高问题回答的准确率。

    一种具有隐私保护的K-means聚类方法及系统

    公开(公告)号:CN107145791B

    公开(公告)日:2020-07-10

    申请号:CN201710224275.7

    申请日:2017-04-07

    Abstract: 本发明提供一种具有隐私保护的K‑means聚类方法及系统,属于数据挖掘技术领域。本发明包括如下步骤:数据拥有者A和B加密各自的数据和随机选择的质心点,上传至服务器;服务器通过安全乘法协议和安全距离计算协议在密文数据中计算数据点到质心点的欧氏距离,并将数据点归类;服务器、数据拥有者A和B通过安全电路协议共同在密文数据中重新计算新的质心点;数据拥有者A或B通过安全比较协议判断新的质心点与原质心点的距离,如果小于阈值,结束分类,数据拥有者A和B请求服务器将分类好的数据分别发送给数据拥有者A和B,否则,重新上传新的质心点,进行下一轮迭代。本发明在保证数据隐私安全的同时保证了数据挖掘结果的正确性;支持数据存储外包和数据计算外包,在保证正确性的同时,执行效率也大幅度提升;支持三个参与方中最多一方为恶意方的安全计算。

    一种基于多特征融合的新闻推荐方法及装置

    公开(公告)号:CN112182351B

    公开(公告)日:2024-08-13

    申请号:CN202011042260.7

    申请日:2020-09-28

    Abstract: 本申请公开了一种基于多特征融合的新闻推荐方法,该方法包括:在达到向目标用户进行新闻推荐的触发条件时,获得待推荐新闻集合中每条待推荐新闻的多特征向量;确定目标用户的用户画像;基于用户画像与待推荐新闻集合中每条待推荐新闻的主题特征向量,确定第一推荐结果;基于目标用户的当前浏览新闻与待推荐新闻集合中每条待推荐新闻的关键词向量、标题与摘要特征向量,确定第二推荐结果;根据第一推荐结果和第二推荐结果,确定最终推荐结果,并推荐给目标用户。应用本申请所提供的技术方案,推荐给用户的新闻更符合用户的兴趣,更有针对性,提升了用户的浏览体验。本申请还公开了一种基于多特征融合的新闻推荐装置,具有相应技术效果。

    一种基于Bert的动态阈值调整的智能问答系统

    公开(公告)号:CN113961667B

    公开(公告)日:2024-06-25

    申请号:CN202111112028.0

    申请日:2021-09-23

    Abstract: 本发明公开了一种基于Bert的动态阈值调整的智能问答系统,其特征在于方法步骤如下:S101:获取用户问题q;S102:将用户问题q通过基于关键字向量化的问句匹配方法,得到Kw个相似的标准问题;S103:将用户问题q通过BERT预训练模型,得到Kr个相似的标准问题;S104:按照一定的规则挑选出两个方法得到的标准问题作为匹配的标准问题集;S105:将标准问题集通过动态阈值调整模块得到最终的结果;本发明结合标准问答对知识库的管理,提出了一个动态阈值调整的问题匹配方法,可以匹配识别未训练的标准问题,进一步提高问题回答的准确率。

Patent Agency Ranking