词义消歧模型的训练方法及装置

    公开(公告)号:CN111310475B

    公开(公告)日:2023-03-10

    申请号:CN202010079725.X

    申请日:2020-02-04

    Inventor: 钱隽夫

    Abstract: 本说明书实施例提供一种词义消歧模型的训练方法及装置,在训练方法中,获取词语共现图和语义关联图。从训练文本中选取第一词语。获取对应于第一词语的正例样本和负例样本。计算训练文本中各词语与各语义关联图中各节点所代表词语的相似度,并基于相似度,选取目标关联图。基于目标关联图,确定第一词语的语义向量,并基于词语共现图,确定其它词语的词向量。基于确定的语义向量和词向量,利用编码器编码。基于词语共现图,确定两个样本中各词语的词向量。根据确定的词向量,利用编码器编码。基于编码结果,计算训练文本与正例样本的第一文本距离,以及计算训练文本与负例样本的第二文本距离。以第一文本距离小于第二文本距离为目标,训练编码器。

    风险关联对象的确定方法、装置和服务器

    公开(公告)号:CN111583037A

    公开(公告)日:2020-08-25

    申请号:CN202010361597.8

    申请日:2020-04-30

    Abstract: 本说明书提供了风险关联对象的确定方法、装置和服务器。在一个实施例中,上述风险关联对象的确定方法可以预先根据多个数据对象的股权关系数据,基于生成森林数据结构建立得到的对应的股权关系图;在具体确定目标对象是否是黑名单的风险关联对象时,可以根据目标对象和黑名单,来检索扫描上述基于生成森林数据结构的股权关系图,快速地得到对应的检索结果;再根据检索结果,确定出目标对象是否为黑名单的风险关联对象。从而可以有效地降低处理过程中所涉及的数据处理量和数据处理的复杂度,提高了数据处理效率,以能高效、准确地判断出目标对象是否为黑名单的风险关联对象。

Patent Agency Ranking