-
公开(公告)号：CN111581320B
公开(公告)日：2022-06-28
申请号：CN202010386616.2
申请日：2020-05-09
Applicant: 海南中智信信息技术有限公司
Abstract: 本发明公开了一种基于行为轨迹的碰头地点及时长识别方法及系统。该方法包括步骤：S1，采集多个目标的行为轨迹数据，每个目标的行为轨迹数据包括目标标识号、位置序列和时间戳序列；S2，将行为轨迹数据按照目标标识号分组，将每个目标对应的组内数据按照时间进行排序；S3，获取每个目标停留过的地理位置及该目标在每个地理位置的停留时间段；S4，根据每个目标停留过的地理位置及对应停留时间段，获取指定的多个目标的碰头地点及时长。本发明具有非常重要的应用价值。
-
公开(公告)号：CN111797218B
公开(公告)日：2022-03-29
申请号：CN202010646644.3
申请日：2020-07-07
Applicant: 海南中智信信息技术有限公司
IPC: G06F16/332 , G06N3/02 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于Cycle‑Seq2Seq的开放域对话生成方法，该方法包括：基于正向任务input‑to‑response和反向任务response‑to‑input建立Cycle‑Seq2Seq模型，所述正向任务input‑to‑response和反向任务response‑to‑input都使用一个NCG模型去完成对应的任务目标，正向任务input‑to‑response对应的NCG模型任务目标为根据用户的输入生成相应的回复，反向任务response‑to‑input对应的NCG模型任务目标为根据问答的回复生成可能的用户输入；对正向任务和反向任务迭代进行联合训练，共同优化联合任务的目标，每次迭代通过模型更新优化生成更准确的input‑to‑response句子和response‑to‑input句子，在联合训练过程中通过交替迭代生成质量更高的训练数据。所述方法使用较少的语料就能够训练出性能较高的模型，生成的对话内容关联性强。
-
公开(公告)号：CN111984785B
公开(公告)日：2022-03-18
申请号：CN202010815598.5
申请日：2020-08-14
Applicant: 海南中智信信息技术有限公司
IPC: G06F16/35 , G06F16/332 , G06N3/08 , G06N3/02
Abstract: 本发明提供一种基于多领域多轮问答的对话状态跟踪方法，该方法包括下列步骤：S1、建立对话状态模型,并对所述对话状态模型进行编码；S2、基于Domain Interest Prediction模块对对话回合的兴趣领域进行判断；S3、通过Slot gate Prediction模块对每一个slot type生成value值的方式进行判断；S4、基于Span Prediction模块对slot中的value值进行预测，并最终生成word。
-
公开(公告)号：CN109933792B
公开(公告)日：2020-03-24
申请号：CN201910180548.1
申请日：2019-03-11
Applicant: 海南中智信信息技术有限公司
IPC: G06F40/295 , G06F40/30 , G06N3/04 , G06N5/04
Abstract: 本发明公开了一种基于多层双向LSTM和验证模型的观点型问题阅读理解方法，所述方法融合了抽取式模型和判别式模型的优点，在阅读理解、特征学习的基础上，加入推理建模，以得到问题和文章具有推理性的特征表示，并且在后续学习中将候选答案与正确答案的关系作为分类问题，设计了相应的Loss函数，针对部分问题在给定文章中得不到正确答案的情况，设计了验证模型，所述方法在处理观点型问题阅读理解数据集时相比现有的方法准确率更高。
-
公开(公告)号：CN110008325B
公开(公告)日：2020-02-07
申请号：CN201910249981.6
申请日：2019-03-29
Applicant: 海南中智信信息技术有限公司
IPC: G06F16/332 , G06F16/36 , G06N3/04 , G06N3/08
Abstract: 一种基于商用对话系统的口语语言理解及改写方法，包括以下步骤：根据用户所输入的话语，识别并获取话语所涉及的领域信息；根据话语所涉及的领域，识别并获取话语所包含的意图信息；根据意图信息检测用户话语中包含的槽位信息，并存储检测到的槽位信息；根据领域信息、意图信息、已存储的槽位信息对用户所输入话语进行改写，补全话语信息；根据用户所输入话语的领域信息和意图信息选择子对话系统提供服务，本方法能够解决商用对话系统中容易出现的语义传递阻塞问题，通过应用本方法，由于用户需求的变化从而导致子对话系统切换时，子对话系统能够根据改写后的用户话语了解用户需求，而不被用户感知，能够最大程度的保证用户的使用体验。
-
Patent Agency Ranking
公开(公告)号：CN110222152A
公开(公告)日：2019-09-10
申请号：CN201910455756.8
申请日：2019-05-29
Applicant: 北京邮电大学 , 海南中智信信息技术有限公司
Abstract: 本发明实施例提供一种基于机器阅读理解的问题答案获取方法及系统。其中，方法包括：将问题和对应的文档集输入至训练后的神经网络模型，获取训练后的神经网络模型的输出结果；根据输出结果，从文档集中确定问题对应的答案；其中，训练后的神经网络模型根据训练集训练得到，训练集包括多个样本问题以及每个样本问题对应的样本文档集和样本标签集。本发明实施例提供的方法及系统，通过将问题和对应的文档集输入至训练后的神经网络模型，根据训练后的神经网络模型的输出结果，从文档集中确定问题对应的答案。填补了描述类问题机器阅读理解模型的短缺，有效的利用了多文档的特点，保留了更多文档信息，能够更加精准地提取描述类问题的答案。
-
公开(公告)号：CN111984785A
公开(公告)日：2020-11-24
申请号：CN202010815598.5
申请日：2020-08-14
Applicant: 海南中智信信息技术有限公司
IPC: G06F16/35 , G06F16/332 , G06N3/08 , G06N3/02
Abstract: 本发明提供一种基于多领域多轮问答的对话状态跟踪方法，该方法包括下列步骤：S1、建立对话状态模型,并对所述对话状态模型进行编码；S2、基于Domain Interest Prediction模块对对话回合的兴趣领域进行判断；S3、通过Slot gate Prediction模块对每一个slot type生成value值的方式进行判断；S4、基于Span Prediction模块对slot中的value值进行预测，并最终生成word。
-
公开(公告)号：CN107729418B
公开(公告)日：2020-11-17
申请号：CN201710891930.4
申请日：2017-09-27
Applicant: 海南中智信信息技术有限公司
IPC: G06F16/9537
Abstract: 本发明公开了一种基于SPARK和DBSCAN的分布式游客识别类型方法，所述方法包括：对手机信令数据初步筛选，得到用户每天访问不同基站的键值对；将一段时间内相同手机号的信令散列到相同的Partition中；将同一Partition内同一手机号的信令映射为手机号与DBSCANPOINTS数组的键值对；实现一个单机版本的DBSCAN算法；利用DBSCAN算法为键值对的DBSCANPOINTS数据进行聚类；获得手机号与类别数的键值对；按照类别数进行聚类，得到外省工作人员和游客的数量，本发明可以通过手机信令准确地统计外省游客的数量，提高旅游统计数据的可信度。
-
公开(公告)号：CN111797218A
公开(公告)日：2020-10-20
申请号：CN202010646644.3
申请日：2020-07-07
Applicant: 海南中智信信息技术有限公司
IPC: G06F16/332 , G06N3/02 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种基于Cycle-Seq2Seq的开放域对话生成方法，该方法包括：基于正向任务input-to-response和反向任务response-to-input建立Cycle-Seq2Seq模型，所述正向任务input-to-response和反向任务response-to-input都使用一个NCG模型去完成对应的任务目标，正向任务input-to-response对应的NCG模型任务目标为根据用户的输入生成相应的回复，反向任务response-to-input对应的NCG模型任务目标为根据问答的回复生成可能的用户输入；对正向任务和反向任务迭代进行联合训练，共同优化联合任务的目标，每次迭代通过模型更新优化生成更准确的input-to-response句子和response-to-input句子，在联合训练过程中通过交替迭代生成质量更高的训练数据。所述方法使用较少的语料就能够训练出性能较高的模型，生成的对话内容关联性强。
-
公开(公告)号：CN110926491B
公开(公告)日：2020-09-01
申请号：CN201911206405.X
申请日：2019-11-29
Applicant: 海南中智信信息技术有限公司
IPC: G01C21/34
Abstract: 本申请公开了一种用于最短路径的规划方法和系统。其中，根据环境信息建立初始栅格地图，并分别将栅格地图的栅格点标记为起点、候选点和障碍点；遍历候选点以计算候选点到起点的最小步长，从而形成最小步长矩阵图；以及选定候选点之一作为终点，通过反向深度优先算法进行递归遍历，以获得终点到起点的最短路径规划。该方案基于栅格地图全局扩算算法，不仅解决了最终路径为最短距离路径，而且大幅度降低了运算的时间复杂度和空间复杂度。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.073 seconds)
