用于确定业务系统异常原因的方法和装置

    公开(公告)号:CN111026570A

    公开(公告)日:2020-04-17

    申请号:CN201911061421.4

    申请日:2019-11-01

    Inventor: 张震 金宏 王维强

    Abstract: 本说明书的实施例提供用于确定业务系统异常原因的方法及装置。在该方法中,基于归因维度集确定当前归因维度组合的维度值组合集。基于异常业务指标数据和参考业务指标数据,计算各个维度值组合的贡献度和异变度。所述维度值组合集是通过基于异变度进行的递进式深层拆分而得到的,所得到的维度值组合集构成树状结构,并且针对所计算出的贡献度大于预定阈值的各个叶子结点的维度值组合,基于该维度值组合生成业务系统异常原因。

    保护隐私安全的多方联合进行特征评估的方法及装置

    公开(公告)号:CN110990857A

    公开(公告)日:2020-04-10

    申请号:CN201911269227.5

    申请日:2019-12-11

    Abstract: 本说明书实施例提供了保护隐私安全的多方联合进行特征评估的方法和装置。该多方至少包括存储有第一样本集的第一设备和存储有第二样本集的第二设备,该方法应用于第一设备;该方法包括:对第一样本集中各样本的初始ID进行加密,并将得到的第一样本集的第一次加密ID和标签发送给第二设备;从第二设备接收第二样本集的第一次加密ID和所在分箱的标识,以及第一样本集的第二次加密ID和标签;对第二样本集的第一次加密ID进行加密,得到第二样本集的第二次加密ID;根据第二样本集的第二次加密ID和第一样本集的第二加密ID确定共有样本;根据共有样本的标签、所在分箱的标识计算特征的信息价值,以针对机器学习模型进行特征选择。

    超参数确定方法、装置及电子设备

    公开(公告)号:CN110826894A

    公开(公告)日:2020-02-21

    申请号:CN201911049132.2

    申请日:2019-10-31

    Abstract: 本说明书实施例公开了一种超参数确定方法、装置及电子设备,其基本原理是,针对业务模型中的各个超参数进行数值取样,得到预设数量的超参数数值组合,所述超参数数值组合包括业务模型中的各个超参数的取值;获取在超参数取值分别为各个所述超参数数值组合时训练得到的所述业务模型的各评价指标;从获取的所述各评价指标中选取满足指定条件的至少一个评价指标,参考所述至少一个评价指标对应的超参数数值组合进行超参数再取样,直到所述业务模型的评价指标达到预期值,直到所述业务模型的评价指标达到预期值。

    一种风险提醒信息的生成方法、装置及设备

    公开(公告)号:CN110738562A

    公开(公告)日:2020-01-31

    申请号:CN201910981823.X

    申请日:2019-10-16

    Abstract: 本申请公开一种风险提醒信息的生成方法、装置以及设备,所述方法包括:获取投诉数据,并将所述投诉数据确定出数据类别;在所述投诉数据中筛选出第一关键词,并将所述第一关键词与所述数据类别输入至预先建立的风险提醒信息生成模型中,生成对应于所述数据类别的风险提醒信息,其中,所述风险提醒信息生成模型用于生成所述数据类别的风险提醒信息。本发明通过获取投诉数据,并将该投诉数据划分出数据类别,进而生成对应于所述数据类别的风险提醒信息,解决了现有技术中的风险提醒信息存在提醒效果不好的问题,减少对用户造成的损失。

    一种文本获取方法、装置、介质及设备

    公开(公告)号:CN119360834A

    公开(公告)日:2025-01-24

    申请号:CN202411170573.9

    申请日:2024-08-23

    Inventor: 祝慧佳 王维强

    Abstract: 本说明书实施例公开了一种文本获取方法、装置、介质及设备。为每个用户提供个性化的语音识别模型。本方案可以应用在可信执行环境。用户在使用自己专用的语音识别模型的过程中,需要对语音识别模型识别出的文本进行确认或否认,如果用户否认语音识别模型识别出的文本,则会触发文本纠错机制,不仅可以纠正用户本次想要输入的文本,而且还可以为语音识别模型的迭代优化提供正确的样本。

    一种模型训练方法、数据识别方法、装置及设备

    公开(公告)号:CN114417987B

    公开(公告)日:2024-12-03

    申请号:CN202210028772.0

    申请日:2022-01-11

    Abstract: 本说明书实施例提供了一种模型训练方法、数据识别方法、装置及设备,包括:获取多个训练样本,将多个训练样本输入至第一模型中,确定训练样本对应的字符序列中的每个字符位的字符为预设字符的第一预测概率;并将多个训练样本输入至第二模型中,确定训练样本对应的字符序列中的每个字符位的字符为预设字符的第二预测概率;基于第一预测概率和训练样本的标签信息,从多个训练样本中选取第一数量的训练样本;并基于第二预测概率和训练样本的标签信息,从多个训练样本中选取第二数量的训练样本;基于第一数量的训练样本对第二模型进行训练,并基于第二数量的训练样本对第一模型进行训练,直到训练后的第一模型和/或训练后的第二模型满足相应的收敛条件。

    一种模型的处理方法、装置及设备
    287.
    发明公开

    公开(公告)号:CN119006957A

    公开(公告)日:2024-11-22

    申请号:CN202411124386.7

    申请日:2024-08-15

    Abstract: 本说明书实施例公开了一种模型的处理方法、装置及设备,该方法包括:从用于训练学生模型的多批图像样本中获取第一批图像样本,第一批图像样本中包括多张不同的图像样本,以及图像样本被掩码处理后的掩码图像;将多张图像样本输入到学生模型对应的教师模型中,分别得到每张图像样本对应的第一预测结果,并将多张掩码图像输入到学生模型中,分别得到每张掩码图像对应的第二预测结果;基于第一预测结果,确定多张图像样本之间的关联关系信息,并基于多张图像样本之间的关联关系信息对第二预测结果进行调制处理,得到每张掩码图像对应的重建图像的预测编码信息;基于第一预测结果和预测编码信息,对学生模型进行训练。

    数据处理方法、装置及设备

    公开(公告)号:CN114238744B

    公开(公告)日:2024-10-01

    申请号:CN202111574694.6

    申请日:2021-12-21

    Abstract: 本说明书实施例提供了一种数据处理方法、装置及设备,所述方法包括:在接收到针对第一图像的相似图像检索指令的情况下,确定与所述第一图像对应的候选图像;基于预先训练的特征提取模型,获取与所述第一图像对应的第一特征向量,与所述候选图像对应的第二特征向量,所述特征提取模型为基于第二图像、所述第二图像的标签,对由特征提取算法和度量学习算法构建的特征提取模型进行训练得到,所述第二图像的标签为基于所述第二图像的标题信息和预设聚类算法确定;基于所述第一特征向量和所述第二特征向量,确定所述候选图像中与所述第一图像对应的目标图像,并将所述目标图像确定为与所述相似图形检索指令对应的检索结果。

    水印嵌入检出的联合训练方法、装置、存储介质及设备

    公开(公告)号:CN118587075A

    公开(公告)日:2024-09-03

    申请号:CN202410558023.8

    申请日:2024-05-07

    Abstract: 本说明书实施例提供了一种水印嵌入检出的联合训练方法、装置、存储介质及设备,其中方法包括:获取训练样本,训练样本包括文本水印、样本原始图像,提取文本水印对应的第一数值表征,以及对样本原始图像进行多步噪声处理得到噪声图像,然后将第一数值表征和噪声图像输入至水印编码器中,以使水印编码器基于第一数值表征对噪声图像进行扩散去噪处理,得到嵌入文本水印的水印嵌入图像,再将水印嵌入图像输入至水印解码器中,得到水印图像对应的第二数值表征,最后以第二数值表征和第一数值表征的差异最小化、水印嵌入图像和样本原始图像的差异最小化为优化目标,调整水印编码器和水印解码器的参数。

    意图识别方法、装置及设备

    公开(公告)号:CN114860905B

    公开(公告)日:2024-08-27

    申请号:CN202210453637.0

    申请日:2022-04-24

    Abstract: 本说明书实施例提供了一种意图识别方法、装置及设备,其中方法包括:对获取的待识别数据进行预处理得到目标数据;基于意图识别模型对目标数据进行特征提取处理,得到目标数据的线性特征和非线性特征;基于意图识别模型根据提取的线性特征和非线性特征进行意图识别处理,得到待识别数据的意图识别结果。其中,意图识别模型是对BERT模型进行优化并训练所得。

Patent Agency Ranking