-
公开(公告)号：CN117473051A
公开(公告)日：2024-01-30
申请号：CN202210864179.X
申请日：2022-07-20
Applicant: 日本电气株式会社
IPC: G06F16/332 , G06F16/335 , G06F16/35 , G06F40/169 , G06F40/30 , G06N20/00
Abstract: 根据本公开的实施例，提供了用于信息处理的方法、装置、设备和存储介质。该方法包括从针对目标对象的非结构化文本集中提取多个关键词。该还方法包括基于多个关键词的语义，对多个关键词中的至少一部分关键词分组。该方法进一步包括基于分组的结果，确定与一组关键词相对应的目标因素。目标因素表示目标对象的一个方面。由此，可以发现影响目标对象的新因素。
-
公开(公告)号：CN116304340A
公开(公告)日：2023-06-23
申请号：CN202310283208.8
申请日：2023-03-21
Applicant: 日本电气株式会社
IPC: G06F16/9535 , G06F16/36 , G06F18/22
Abstract: 根据本公开的实施例，提供了用于信息处理的方法和设备。该方法包括生成与媒体内容相对应的第一事理图谱，至少包括表示第一事件的第一节点、表示第二事件的第二节点和表示第一事件与第二事件之间的第一事件关系的第一有向边，第一事件、第二事件和第一事件关系是从媒体内容中确定的。该方法进一步包括基于第一事件或第二事件中的至少一个事件所具有的第一事件要素，从参考事理图谱中确定具有与第一事件要素相匹配的第二事件要素的第三事件。该方法进一步包括将第一事理图谱与第二事理图谱组合，第二事理图谱至少包括表示第三事件的第三节点。以此方式，可以提升处理媒体信息的效率，帮助用户高效地获取感兴趣的信息。
-
公开(公告)号：CN115345313A
公开(公告)日：2022-11-15
申请号：CN202110521822.4
申请日：2021-05-13
Applicant: 日本电气株式会社
IPC: G06N20/00
Abstract: 本公开的实施例涉及用于数据处理的方法、设备和计算机可读存储介质。一种用于数据处理的方法，包括：基于第一目标数据集的特征与预定数据集的特征之间的相似性，获取与预定数据集的特征相对应的多种候选因果模型配置的相应第一性能；基于相应第一性能，从多种候选因果模型配置中选择目标因果模型配置；以及利用基于目标因果模型配置构建的因果模型对第一目标数据集进行处理。本公开的实施例还提供了能够实现上述方法的设备和计算机可读存储介质。本公开的实施例能够自适应地构建良好的因果模型。
-
公开(公告)号：CN115082080A
公开(公告)日：2022-09-20
申请号：CN202110272269.5
申请日：2021-03-12
Applicant: 日本电气株式会社
Abstract: 本公开的实施例涉及用于数据处理的方法、设备、介质和产品。一种用于数据处理的方法包括获取要分析的多个因素各自对应的观测数据；响应于多个因素中的一个因素被选择为目标因素，获取多个因素的因果结构，因果结构指示多个因素之间的因果关系；以及基于因果结构和多个因素各自对应的观测数据，确定多个因素中的第一因素对目标因素的目标观测数据的贡献程度。该方案能够有效量化具有因果关系的各个因素对目标因素的当前观测数据的具体影响程度，这有助于在各种应用场景下的分析和策略制定。
-
公开(公告)号：CN114912935A
公开(公告)日：2022-08-16
申请号：CN202110182258.8
申请日：2021-02-09
Applicant: 日本电气株式会社
IPC: G06Q30/02
Abstract: 本公开的实施例涉及一种数据处理方法、装置和计算机可读存储介质。该方法可以包括获取基于多个参考因素的参考数据而确定的因果结果。多个参考因素可以包括参考满意度和其他参考因素，因果结果可以包括参考满意度与其他参考因素之间的因果关系以及其他参考因素之间的因果关系。该方法还可以包括获取与用户相关联的多个用户因素的采样数据，多个用户因素与其他参考因素至少部分地重叠。该方法可以进一步包括基于采样数据与因果结果确定用户的满意度。本公开的技术方案能够及时、准确地对用户的满意度进行预测并自动制定优化策略，提升了用户体验。
-
Patent Agency Ranking
公开(公告)号：CN110968613A
公开(公告)日：2020-04-07
申请号：CN201811162476.X
申请日：2018-09-30
Applicant: 日本电气株式会社
IPC: G06F16/2458 , G06F17/15 , G06F17/18
Abstract: 本公开提供了一种非线性数据因果结构的确定方法和确定装置。其中，根据本公开的各方面的非线性数据因果结构的确定方法和确定装置充分利用了ANM模型中父变量与噪音变量相互独立的特点，并且对噪音分布没有限制，因此求解简单方便，并且计算复杂度较低，能够快速、准确地得到多个关注变量之间的因果结构图，从而能够更加有效地指导相关领域内的决策制定或者改进。
-
公开(公告)号：CN109598347A
公开(公告)日：2019-04-09
申请号：CN201710922464.1
申请日：2017-09-30
Applicant: 日本电气株式会社
Abstract: 本公开内容的实现方式涉及用于确定因果关系的方法、系统和计算机程序产品。提供了一种确定多个变量之间的因果关系的方法，包括：响应于采集到与多个变量相关联的多个样本的数据集，获取描述多个变量之间的因果关系的矩阵，多个样本中的每个样本包括对应于多个变量的数据；基于数据集以及矩阵，确定与因果关系相关联的拟合度以及专家知识约束，其中专家知识约束包括针对矩阵中的两个变量之间的直接因果关系的边约束以及针对矩阵中的两个变量之间的间接因果关系的路径约束中的至少任一项；根据确定的拟合度和专家知识约束构建描述因果关系的问题公式；以及针对构建的问题公式进行求解以获得矩阵的候选结果。进一步，提供了相应系统和计算机程序产品。
-
公开(公告)号：CN108629418A
公开(公告)日：2018-10-09
申请号：CN201710184683.4
申请日：2017-03-24
Applicant: 日本电气株式会社
CPC classification number: G06N7/005
Abstract: 本公开的实施例涉及用于训练因果模型的方法、设备和计算机可读存储介质。例如，一种用于训练因果模型的方法包括：基于多个观测变量和至少一个隐变量来建立因果模型，该因果模型包括待确定的第一参数和第二参数，第一参数指示多个观测变量之间的第一关系，第二参数指示至少一个隐变量与多个观测变量之间的第二关系；通过采用概率主成分分析，确定第二参数和与第一参数相关联的第三参数；基于第二参数和第三参数，确定因果模型的噪声；以及基于噪声，确定第一参数。本公开的实施例还提供了能够实现上述方法的设备和计算机可读存储介质。
-
公开(公告)号：CN107292321A
公开(公告)日：2017-10-24
申请号：CN201610197405.8
申请日：2016-03-31
Applicant: 日本电气株式会社
IPC: G06K9/62
CPC classification number: G06K9/6226
Abstract: 本公开的实施例涉及用于获得模型的方法和设备。该方法包括获取模型的第一组参数，第一组参数基于数据流中的第一组数据而生成，该数据流中的数据与至少两个维度相关联，至少两个维度与至少两组潜特征分别关联，第一组参数描述包括第一组数据在内的该数据流在至少两组潜特征上的分布。该方法还包括基于第一组参数，确定该数据流中在第一组数据之后观察到的第二组数据的与至少两组潜特征相关联的概率。该方法还包括基于第一组参数和该概率来确定模型的第二组参数，第二组参数描述包括第一组数据和第二组数据在内的该数据流在至少两组潜特征上的分布。此外，该方法还包括基于第二组参数和该概率来确定模型对该数据流的拟合度。
-
公开(公告)号：CN104951641A
公开(公告)日：2015-09-30
申请号：CN201410124021.4
申请日：2014-03-28
Applicant: 日本电气株式会社
IPC: G06F19/00
Abstract: 本发明公开了一种关系模型的确定方法及装置，属于统计技术领域。所述方法包括：根据至少两组样本数据、至少三组隐变量及模型参数确定的对数似然、正则项及各个隐变量的变分分布的对数确定目标函数；根据使目标函数收敛的各个隐变量的变分分布及模型参数确定关系模型。本发明通过根据至少两组样本数据、至少三组隐变量及模型参数确定的对数似然、正则项及各个隐变量的变分分布的对数确定目标函数，并根据使目标函数收敛的各个隐变量的变分分布及模型参数确定关系模型，不仅实现了根据多组样本数据之间的多种关系确定关系模型，还提高了关系模型的确定效率和精度，并且引入正则项，使得关系模型的复杂度得到自动控制。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.033 seconds)
