-
公开(公告)号：CN115718835A
公开(公告)日：2023-02-28
申请号：CN202211370652.5
申请日：2022-11-03
Applicant: 国家计算机网络与信息安全管理中心 , 北京中科闻歌科技股份有限公司
IPC: G06F16/9535 , G06F17/16
Abstract: 本申请涉及一种破除信息茧房问题的冷启动个性化推荐方法及装置，其中，方法包括：在目标账号的使用阶段处于冷启动阶段的情况下，确定与目标账号的用户行为相似度达到第一阈值的对照账号；利用对照账号的对照兴趣矩阵确定目标账号的目标兴趣矩阵；利用目标兴趣矩阵在预设内容池中确定候选推荐集；利用量化因子对候选推荐集中的特征相关度进行权重调整，得到各个候选推荐数据的推荐指数；将推荐指数达到第二阈值的候选推荐数据确定为目标推荐数据，并将目标推荐数据推送给目标账号。通过对照账号来预测用户账号的兴趣矩阵，然后用兴趣矩阵选出候选推荐集，最后结合目标账号的浏览记录确定推荐数据，解决了为冷启动阶段用户推荐的内容趋于同质化的问题。
-
公开(公告)号：CN115688773A
公开(公告)日：2023-02-03
申请号：CN202110857375.X
申请日：2021-07-28
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/295
Abstract: 本申请涉及一种实体关系抽取方法、装置及存储介质，所述方法包括：利用已训练的关系抽取模型从待抽取的目标语料中抽取目标关系；基于所述目标关系从所述目标语料中抽取目标实体对；利用所述目标关系和所述目标实体对构建所述目标语料对应的实体关系三元组。由此，可以实现先抽取目标语料中的目标关系，然后再基于目标关系抽取目标语料中的实体对，这相较于现有技术而言，可以避免在进行关系判断时，引入并无关系的实体对这一冗余信息，从而提高实体关系抽取结果的准确性。
-
公开(公告)号：CN114218923B
公开(公告)日：2022-08-30
申请号：CN202111564484.9
申请日：2021-12-20
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/211 , G06F40/295 , G06F40/258 , G06F40/30 , G06F16/35 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本公开实施例涉及一种文本摘要抽取方法、装置、设备及存储介质。本公开实施例通过对文本进行分句处理，获得文本中的语句和标题；提取语句中的实体，确定语句中的实体占文本中的实体的比例；基于该比例，确定语句的第一得分；基于语句与标题之间的语义相似度，确定语句的第二得分；基于第一得分和第二得分，确定用于形成摘要的语句。本公开实施例通过建模文本语句实体与文本实体，文本语句与文本标题的相关性，减少了文本摘要的冗余性，提高了文本摘要表达文本信息的准确性，提高了用户的阅读体验。
-
公开(公告)号：CN114880496A
公开(公告)日：2022-08-09
申请号：CN202210471183.X
申请日：2022-04-28
Applicant: 国家计算机网络与信息安全管理中心 , 北京中科闻歌科技股份有限公司
IPC: G06F16/432 , G06F16/435 , G06F16/483 , G06F40/279 , G06F40/30 , G06V40/16 , G06V20/40 , G06V20/62 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06N7/00 , G10L15/22
Abstract: 本公开涉及一种多媒体信息话题分析方法、装置、设备及计算机可读存储介质，本公开通过音频数据得到语音识别文本、通过视频数据的关键帧得到字幕文本；针对上述语音识别文本及字幕文本从实体、关键词、语义标签三方面提取话题信息，实现了基于文本数据的全方面、多粒度的文本话题提取；针对视频数据的关键帧，从人脸标签及图片标签两方面提取话题信息，实现了基于图像数据的视觉话题提取；本公开实施例充分考虑了视频数据的多模态特征，全面的分析视频话题，提高了话题分析的准确性；进一步的，通过准确的话题分析，可以使受众快速有效的获取视频的主要信息，提升了工作效率，并可以广泛应用于视频个性化推荐、视频内容检索等场景。
-
公开(公告)号：CN114139541B
公开(公告)日：2022-08-02
申请号：CN202111389485.4
申请日：2021-11-22
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/295 , G06F16/35
Abstract: 本公开涉及一种命名实体识别方法、装置、设备及介质。其中，命名实体识别方法包括：获取待识别的目标文本；对目标文本进行语义特征编码，得到具有上下文信息的第一编码向量，以及对目标文本进行实体特征编码，得到具有上下文信息的第二编码向量；基于第一编码向量，提取实体片段对应的边界信息；基于第一编码向量、第二编码向量和边界信息，对目标文本进行实体分类，得到目标文本对应的目标实体类别。根据本公开实施例，能够快速地从非结构化文本中提取出实体类别信息，并且提高对非结构化文本进行实体类别分类的准确性。
-
Patent Agency Ranking
公开(公告)号：CN114692601A
公开(公告)日：2022-07-01
申请号：CN202011572938.2
申请日：2020-12-25
Applicant: 北京中科闻歌科技股份有限公司 , 国科智安(北京)科技有限公司 , 深圳中科闻歌科技有限公司
IPC: G06F40/211 , G06F40/279 , G06F16/31 , G06F16/33 , G06F16/35
Abstract: 本发明实施例涉及一种信息抽取方法、装置、电子设备及存储介质，包括：利用预设规则从至少一个信息通道中获取目标事件的相关文本；对所述相关文本进行分割，得到多个句子；对每一所述句子进行句法分析，根据句法分析结果得到所述句子中的目标专家实体和目标发言指示词；根据所述目标专家实体和目标发言指示词从所述句子中抽取目标专家职称和目标专家观点。由此，可以实现从互联网的海量信息中抽取出专家对于特定事件的观点。
-
公开(公告)号：CN113656660B
公开(公告)日：2022-06-28
申请号：CN202111199634.0
申请日：2021-10-14
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F16/903 , G06K9/62 , G06N3/08 , G06N3/04
Abstract: 本公开涉及一种跨模态数据的匹配方法、装置、设备及介质。其中，跨模态数据的匹配方法包括：获取待匹配数据和候选数据，待匹配数据和候选数据的数据模态不同；对待匹配数据和候选数据进行量子化表示，得到待匹配数据与候选数据在量子复合系统内的分布信息；基于分布信息，进行相关性特征计算，得到待匹配数据与候选数据之间的相关性特征参数；在相关性特征参数满足预设匹配条件的情况下，确定待匹配数据与候选数据相互匹配。根据本公开实施例，能够提高跨模态信息的匹配精度。
-
公开(公告)号：CN114626863A
公开(公告)日：2022-06-14
申请号：CN202210188256.4
申请日：2022-02-28
Applicant: 北京中科闻歌科技股份有限公司
Abstract: 本公开涉及一种出口骗税企业的检测方法、装置、设备及存储介质。本公开实施例，通过获取企业的税务数据；对税务数据进行特征提取处理，得到企业与出口退税行为相关的特征；将特征输入预设的出口骗税企业检测模型，基于出口骗税企业检测模型进行出口骗税企业检测，减少了对人工检测经验的依赖，提高了出口骗税企业检测的准确性和检测效率，能够适用于不断更新的骗税手法的检测。
-
公开(公告)号：CN114429141A
公开(公告)日：2022-05-03
申请号：CN202210334709.X
申请日：2022-03-31
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/30 , G06F40/295
Abstract: 本公开实施例提供了一种答案确定方法、装置、计算设备及存储介质。答案确定方法包括：对待回答问题进行改写，得到改写问题，所述改写问题为与所述待回答问题语义相近的问题；根据所述待回答问题和/或所述改写问题，得到多个候选答案；根据所述多个候选答案确定用于回答所述待回答问题的目标答案。因为目标答案是根据多个候选答案确定的答案，所以相比于现有技术方案，本公开实施例提供的答案确定方法确定的目标答案与待回答问题匹配的可能性提高，也就是提高输出答案为正确答案的可能性。
-
公开(公告)号：CN114297357A
公开(公告)日：2022-04-08
申请号：CN202111616638.4
申请日：2021-12-27
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F16/332 , G06F40/289 , G06F40/242 , G06N10/20
Abstract: 本申请实施例提供一种基于量子计算的问答模型构建方法、装置、电子设备及存储介质，其中，该方法包括：获取查询词汇向量集合和答案语句向量集合；根据查询词汇向量集合获得查询词汇向量集合中每个查询词汇向量的查询词汇向量密度矩阵，作为查询词汇向量密度矩阵集合；根据答案语句向量集合获得答案语句向量集合中每个答案语句向量的答案语句向量密度矩阵，作为答案语句向量密度矩阵集合；根据查询词汇向量密度矩阵集合和答案语句向量密度矩阵集合获得答案语句向量密度矩阵集合中全部答案语句向量密度矩阵的相关性分值和状态演化矩阵；根据相关性分值和状态演化矩阵构建问答模型。实施本申请实施例，提高了智能问答模型的准确率，方便使用。
-
-
-
-
-
-
-
-
-
Search Results
260
records
(took 0.044 seconds)
