-
公开(公告)号：CN119740140A
公开(公告)日：2025-04-01
申请号：CN202411706882.3
申请日：2024-11-26
Applicant: 中国移动通信集团天津有限公司 , 中国移动通信集团有限公司
IPC: G06F18/2431 , G06F18/214 , G06F18/22 , G06F40/30
Abstract: 本公开提供一种数据分类方法，包括获取训练数据集，训练数据集至少包括具有粒度标签的第一数据；基于第一数据的第一参数集，确定待训练模型的粗粒度层级和细粒度层级；基于粗粒度层级、细粒度层级和预设语言模型，构建待训练模型；基于训练数据集，对待训练模型训练，以获取预训练模型；利用预训练模型，对待分类数据进行分类。本公开通过利用具有粗粒度标签的第一数据训练待训练模型，减少了需要模型分类的标签数量，从而降低了待训练模型的模型复杂度，使得待训练模型更容易训练，提高了模型准确度，并在利用预训练模型进行数据分类时，预设语言模型只需根据粒度层级中当前节点对应的节点列表，即可确定待分类数据的类别，提高了数据分类速度。
-
公开(公告)号：CN118797424A
公开(公告)日：2024-10-18
申请号：CN202311476537.0
申请日：2023-11-07
Applicant: 中国移动通信集团天津有限公司 , 中国移动通信集团有限公司
Inventor： 赵东明
IPC: G06F18/241 , G06F18/213 , G06Q30/01
Abstract: 本公开提出了一种不满意业务分类方法、装置、电子设备及存储介质，其中，该方法包括：获取目标数据集；所述目标数据集中包括至少两个用户的事件信息，所述每个用户对应至少两个时间信息，所述事件信息至少包括事件对应的用户信息、业务信息及业务对应的时间戳信息；利用第一时间图网络对所述每个用户的每个事件信息进行不满意业务分类，获取每个用户的每个事件对应的分类结果；所述分类结果至少包括无线、家宽、资费及其他；所述第一时间图网络指训练后的第二时间图网络。根据本公开提供的方案，通过第一时间图网络对目标数据集作节点分类，能够将目标数据集中的每个事件按照不满意业务标签进行分类，满足了业务需求。
-
公开(公告)号：CN118796993A
公开(公告)日：2024-10-18
申请号：CN202410378105.4
申请日：2024-03-29
Applicant: 中国移动通信集团天津有限公司 , 中国移动通信集团有限公司
IPC: G06F16/332 , G06F16/36 , G06F16/31
Abstract: 本公开提供一种对话应答方法、装置、电子设备、芯片及介质，涉及IT应用领域，该方法包括：获取知识图谱、对话数据，知识图谱中包含多个节点和边，节点表示与语境相关的概念词，边表示两个节点之间的关系词，对话数据中包含多轮对话，多轮对话为非目标导向对话；对知识图谱和对话数据进行匹配，得到目标导向对话数据；使用目标导向对话数据，对初始应答模型进行训练，得到目标应答模型，目标应答模型用于生成多轮对话的应答结果；将实时对话数据输入目标应答模型中，得到对话应答结果。通过使用知识图谱与对话数据匹配得到的目标导向对话数据进行模型训练，训练的模型对实时对话数据进行智能的对话应答，可以实现智能应答感知的提升，增强了对话的流畅自然度。
-
公开(公告)号：CN116959454A
公开(公告)日：2023-10-27
申请号：CN202211235719.4
申请日：2022-10-10
Applicant: 中国移动通信集团天津有限公司 , 中国移动通信集团有限公司
Inventor： 赵东明
Abstract: 本申请公开了一种身份识别方法、装置及电子设备，属于数据处理技术领域。所述方法包括：根据第一语音识别模型，确定目标语音对应的第一说话人身份；根据第二文本识别模型，确定所述目标语音对应的第二说话人身份；根据所述第一说话人身份和所述第二说话人身份，确定所述目标语音对应的目标身份。
-
公开(公告)号：CN116362343A
公开(公告)日：2023-06-30
申请号：CN202111614560.2
申请日：2021-12-27
Applicant: 中国移动通信集团天津有限公司 , 中国移动通信集团有限公司
Abstract: 本申请实施例提供一种基于区块链的模型应用方法及系统。方法包括：联邦学习的成员对象基于私有数据，对本地的联邦学习模型进行训练，得到本地的联邦学习模型的训练结果。以及，所述联邦学习的成员对象通过第一类型区块链交易，将本地的联邦学习模型的训练结果发送至所述区块链，以调用所述区块链部署的联邦学习智能合约提供目标训练结果，其中，所述联邦学习智能合约用于对至少两个成员对象提供的训练结果进行整合，得到所述目标训练结果。所述联邦学习的成员对象基于所述目标训练结果对本地的学习模型进行调整。本申请的方案能够基于去中心化的联邦学习实现模型应用。
-
Patent Agency Ranking
公开(公告)号：CN111353793A
公开(公告)日：2020-06-30
申请号：CN201811563505.3
申请日：2018-12-20
Applicant: 中国移动通信集团天津有限公司 , 中国移动通信集团有限公司
Inventor： 赵东明
Abstract: 本发明实施例提供一种CRM业务推荐方法及装置，其中方法包括：获取用户当前办理的CRM业务，作为参照业务，并记录所述参照业务的特征值；根据所述参照业务的特征值以及其他CRM业务的特征值，通过协同过滤算法计算其他CRM业务与参照业务间的相似度，根据相似度从大到小的顺序，选取若干个CRM业务作为目标业务，向所述用户展示所述目标业务；其中，所述协同过滤算法的平均绝对偏差MAE指标通过猫群算法CSO进行优化。本发明实施例智能程度高，协同过滤算法引入猫群算法进行核心参数优化，提升运算精度，业务推荐规则复杂度高，数据需要归一化后和CRM协同过滤算法进行精确匹配，具有优异的适配性。
-
公开(公告)号：CN118797397A
公开(公告)日：2024-10-18
申请号：CN202311444816.9
申请日：2023-11-01
Applicant: 中国移动通信集团天津有限公司 , 中国移动通信集团有限公司
IPC: G06F18/24 , G06F18/213 , G06F16/35 , G06N3/0442 , G06N3/084
Abstract: 本申请公开了一种语义情感分析方法、装置及电子设备，涉及对话情感分类技术领域。方法包括：获取经预处理的语料集；通过情感特征提取模型，对带有预设标记的语料集进行特征提取，得到每个语句的情感特征；利用提示编码器对情感特征进行处理，得到任务提示编码；将任务提示编码作为多任务提示学习交互框架的输入，得到情感提示结果；将情感提示结果输入掩码语言模型，得到语义情感分析结果。本申请利用任务提示编码来表征语句的情感特征，并通过多任务提示学习交互框架建立了不同情感特征间的交互性和相关性，有效提高了语义情感分析结果的准确率，改善目前语义情感分析中缺少对文本前后关联性和情绪的分析，导致语义识别结果的准确率较低的问题。
-
公开(公告)号：CN118132744A
公开(公告)日：2024-06-04
申请号：CN202211492112.4
申请日：2022-11-25
Applicant: 中国移动通信集团天津有限公司 , 中国移动通信集团有限公司
IPC: G06F16/35 , G06F16/33 , G06F40/35 , G06N3/045 , G06N3/0464
Abstract: 本发明提供一种情感识别方法、装置、网络设备及可读存储介质，涉及人工智能技术领域。该方法包括：基于蒸馏DistilBert模型，对待识别文本进行特征提取，获取所述待识别文本的特征向量；将所述特征向量输入TextRcnn模型，获取所述待识别文本的情感状态；其中，所述TextRcnn模型基于有监督学习的方式确定本发明的方案，解决了现有的识别模型对语句的情感识别效果不理想的问题。
-
公开(公告)号：CN116935897A
公开(公告)日：2023-10-24
申请号：CN202210378453.2
申请日：2022-04-06
Applicant: 中国移动通信集团天津有限公司 , 中国移动通信集团有限公司
Abstract: 本发明公开了一种语音情感识别方法和装置，用以解决语音情感识别不准确的问题。本方案包括：获取待识别的语音音频和基于语音音频识别得到的语音文本；对语音音频和语音文本分别执行特征提取，以获取音频特征序列和文本特征序列；根据双向长短期记忆网络模型对音频特征序列和文本特征序列分别执行特征编码，以获取音频特征编码结果和文本特征编码结果；对音频特征编码结果和文本特征编码结果基于隐藏状态执行特征对齐，以获取特征对齐后的融合特征序列；基于支持向量机对融合特征序列执行分类，以确定语音音频的情感识别结果。本方案采用支持向量机执行情感分类，实现网络结构优化，能高效识别两极情绪，提升情感识别准确性。
-
公开(公告)号：CN114596106A
公开(公告)日：2022-06-07
申请号：CN202011395034.7
申请日：2020-12-03
Applicant: 中国移动通信集团天津有限公司 , 中国移动通信集团有限公司
Inventor： 赵东明
Abstract: 本说明书提供了一种预沉默用户识别方法、装置及设备。方法包括：确定用户特征的重要度并进行特征排序；基于用户特征序列，构建语义网络，以基于所述语义网络中处于离网状态的用户标签，向全量用户标签进行传播，得到离网高风险用户及离网概率。由此可从用户沉默和用户异动属性之间的逻辑关系的角度出发进行用户沉默的识别，从而有效提高沉默用户的识别效率和精确度。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.092 seconds)
