-
公开(公告)号：CN116049413B
公开(公告)日：2023-06-13
申请号：CN202310346366.3
申请日：2023-04-03
Applicant: 北京中科闻歌科技股份有限公司 , 新华融合媒体科技发展(北京)有限公司
IPC: G06F16/35 , G06F18/22 , G06F18/2415 , G06N3/0455 , G06N3/047
Abstract: 本发明提供了一种基于事件演化的用户观点和立场获取方法，首先对输入的多个文本例如新闻进行文本聚类，然后对聚类结果进行清洗和合并以得到事件，然后针对事件的演化过程，抽取事件对应的评论者、观点和立场，最后按照事件的演化时间顺序，输出对应的评论者、观点和立场，能够根据事件的演变，推断评论者的观点、立场的变化情况。
-
公开(公告)号：CN115952261A
公开(公告)日：2023-04-11
申请号：CN202211583589.3
申请日：2022-12-09
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F16/332 , G06F16/33 , G06F40/30 , G06N3/0455 , G06N3/08
Abstract: 本发明提供了一种基于多任务学习的生成式阅读理解方法，所述方法包括如下步骤：获取目标问题和目标段落，获取目标问题和目标段落的对应的特征向量，将特征向量输入到目标阅读理解模型，获取目标答案；从而提高目标答案的准确性和可靠性。
-
公开(公告)号：CN115828917A
公开(公告)日：2023-03-21
申请号：CN202211505312.9
申请日：2022-11-28
Applicant: 北京中科闻歌科技股份有限公司 , 中国科学院自动化研究所 , 航空工业信息中心
IPC: G06F40/295 , G06N3/045 , G06N3/042 , G06N3/096 , G06N5/02
Abstract: 本发明提供了一种融合知识的低资源语种实体抽取系统，包括：目标语种知识库、关联语种知识库、处理器和存储有计算机程序的存储器，当处理器执行计算机程序时，实现如下步骤：获取无标注语料目标语句中的目标实体，将目标实体与目标语种知识库、关联语种知识库进行实体链接，以预测掩码实体为目标获取第一损失函数，以预测实体的上下文为目标获取第二损失函数，以预测实体类型为目标获取第三损失函数，通过最小化三个损失函数的加权求和函数，获取XLM‑RK模型；从而根据XLM‑RK模型在预训练阶段获得的跨语言实体对齐能力，提升目标语种实体识别效果。
-
公开(公告)号：CN115797715A
公开(公告)日：2023-03-14
申请号：CN202211583636.4
申请日：2022-12-09
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06V10/77 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供了一种量子视觉MLP处理系统及存储介质，所述系统包括n个量子视觉MLP处理模块、处理器和存储有一段计算机程序的存储器，所述量子视觉处理模块包括n个依次连接的量子视觉MLP处理单元，当所述处理器执行一段计算机程序时，实现如下步骤：获取目标图像对应的图像块初始特征向量，将图像块初始化特征向量输入量子视觉MLP处理模块，以获得该目标图像的最终图像聚合特征和最终图像块特征；本发明提出的量子视觉MLP处理系统，一方面使得图像块的特征充分考虑了其语义内容，更利于图像块的聚合，另一方面，其包含了较少的归纳偏差，具有较高的适应性。
-
公开(公告)号：CN115481645A
公开(公告)日：2022-12-16
申请号：CN202211268116.4
申请日：2022-10-17
Applicant: 天津大学 , 北京中科闻歌科技股份有限公司
Abstract: 本发明公开了一种基于形态学增强的张量化词嵌入压缩系统，该模型包括语素分割模块、语素索引及嵌入模块、词嵌入生成模块；所述语素分割模块将文本任务的词表中每个词分割成语素，所述语素索引及嵌入模块首先统计语素分割模块的分割结果生成语素表，接着定义语素索引矩阵和多个可训练的语素嵌入矩阵，语素索引矩阵每一行代表词表中对应单词的语素在语素表中的位置，语素嵌入矩阵的每一行代表语素表中对应语素的嵌入向量；词嵌入生成模块对词表中每个词，从语素嵌入矩阵中索引出语素向量并进行张量积，多个张量积的结果相加生成词嵌入向量；本发明克服了一般词嵌入技术参数量及存储空间占用大的问题，以及高倍压缩词嵌入时任务效果损失的问题。
-
Patent Agency Ranking
公开(公告)号：CN115168549A
公开(公告)日：2022-10-11
申请号：CN202210343005.9
申请日：2022-04-02
Applicant: 天津大学 , 北京中科闻歌科技股份有限公司
IPC: G06F16/332 , G06F16/36 , G06N3/04 , G06N3/08
Abstract: 本发明公开基于双重感知表示与层级交互记忆网络的任务型对话系统，使用端到端的方法通过捕捉双重感知表示，利用设计的层级交互记忆网络来构造任务型对话系统；包括对话历史和用户需求编码模块、层级交互记忆网络模块、感知表示融合模块、动态记忆解码模块。静态的需求感知表示和动态的知识感知表示作为双重感知表示，静态的需求感知表示能够更好地捕捉到用户最新的需求信息，动态的知识感知表示能够将当前的和过去的知识库信息进行整合进而得到与当前需求相关的知识信息，层级交互记忆网络，能够增强记忆内容在hop‑level和layer‑level上的交互，从而增强对知识的表示能力，使得模型能够更准确地从外部知识库中提取相关的知识信息，以生成更准确更合适的回复。
-
公开(公告)号：CN114492420B
公开(公告)日：2022-07-29
申请号：CN202210340732.X
申请日：2022-04-02
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/284 , G06F40/289 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本公开涉及一种文本分类方法、装置、设备及计算机可读存储介质，该方法包括：对待分类的文本进行分词处理，得到文本中包含的词汇；从预设的语义库中查找词汇对应的语义，以及语义在语义库中的位置，得到语义的位置向量；响应于词汇对应的语义有多个，基于词汇在所述文本中的上下文，确定词汇对应的每个语义的权重；基于词汇对应的每个语义的权重，对词汇对应的多个语义的位置向量进行加权叠加处理，得到词汇的特征向量；基于文本中包含的词汇的特征向量，确定文本的特征向量；基于文本的特征向量对文本进行分类。通过上述技术方案，将文本转化到量子领域进行处理，减少计算成本的同时，提升了文本的分类准确率，提升用户的使用体验。
-
公开(公告)号：CN114723542A
公开(公告)日：2022-07-08
申请号：CN202210369630.0
申请日：2022-04-08
Applicant: 北京中科闻歌科技股份有限公司
Abstract: 本公开涉及一种办税异常绑定行为的检测方法、装置、设备及存储介质，其中方法包括：获取企业办税人的办税绑定行为数据；对所述办税绑定行为数据进行特征提取处理，得到与所述企业办税绑定行为相关的特征；将所述特征输入预设的企业绑定行为风险量化模型，基于所述企业绑定行为风险量化模型对所述企业进行异常办税绑定行为检测。本公开基于企业绑定行为风险量化模型进行异常办税绑定行为检测，考虑了办税绑定行为数据中风险特征的提取及量化，提升了泛化性能和普适性，减少了检测方案对个人领域经验的依赖，并提高了异常办税绑定行为检测的准确率和检测效率。
-
公开(公告)号：CN114281944A
公开(公告)日：2022-04-05
申请号：CN202111619353.6
申请日：2021-12-27
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F16/33 , G06F40/289 , G06F16/242 , G06N3/08
Abstract: 本申请实施例提供一种文档匹配模型的构建方法、装置、电子设备及存储介质，其中，该方法包括：步骤一，获取查询词汇特征集合和文档特征集合；步骤二，获得查询词汇特征集合和文档特征集合的相关性特征值；步骤三，获得文档特征集合中每个文档特征与查询词汇特征集合的第一匹配值，选取第一匹配值最大的文档特征；步骤四，获得第二文档特征；步骤五，将候选文档特征集合作为新的候选文档特征集合，将第二文档特征作为新的第一文档特征，重复步骤四；步骤六，根据有序文档特征集合和文档特征集合获得损失函数，并根据损失函数构建匹配模型。实施本申请实施例，使得匹配模型可以引入认知层面的相关性特征，提高了匹配模型的准确率和检索性能。
-
公开(公告)号：CN113987264A
公开(公告)日：2022-01-28
申请号：CN202111266325.0
申请日：2021-10-28
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F16/738 , G06F16/75 , G06F16/783 , G10L15/26 , G06N3/04 , G06N3/08
Abstract: 本公开涉及一种视频摘要生成方法、装置、设备、系统及介质。其中，图像处理方法包括：获取目标视频对应的多个视频片段；提取每个视频片段对应的多模态视频特征；基于多模态视频特征，计算每个视频片段的重要性得分；基于多个视频片段和每个视频片段的重要性得分，生成目标视频的摘要视频。根据本公开实施例，能够基于多个模态的特征，准确的生成目标视频的摘要视频。由此，当用户浏览视频摘要时，能准确的掌握目标视频的主要内容，因此，对于海量的目标视频，也可以满足用户快速且准确的从海量的目标视频中获取主要内容的需求。
-
-
-
-
-
-
-
-
-
Search Results
282
records
(took 0.01 seconds)
