-
公开(公告)号:CN114419387A
公开(公告)日:2022-04-29
申请号:CN202111229288.6
申请日:2021-10-21
Applicant: 北京邮电大学
IPC: G06V10/774 , G06K9/62 , G06N20/00
Abstract: 本发明提出一种基于预训练模型和召回排序的跨模态检索系统及方法,其中,该系统包括:多维度文本信息提取模块,用于为所述跨模态检索系统提供文本侧的信息支持,通过不同维度扩大文本信息的语义表示,增加文本样本量;智能图像检索模块,用于视频智能抽帧模块和以图搜图模块,其中,视频智能抽帧模块用于从一段视频中抽取出最能代表视频内容的若干张图片,以图搜图模块用于完成大规模高效率的图片检索任务;跨模态检索模块,用于根据查询项生成大致相关地候选集,对所述候选集进行精确排序,最终返回相关地检索结果。该系统用于降低信息管理成本、提升信息搜索精度和效率,支撑大型赛事咨询和新闻搜索的多模态自动化信息检索。
-
公开(公告)号:CN114528387B
公开(公告)日:2024-11-19
申请号:CN202210074402.0
申请日:2022-01-21
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F18/2415 , G06N3/04 , G06N3/08 , G06F40/35
Abstract: 本发明提出一种基于对话流自举的深度学习对话策略模型构建方法和系统,其中,方法包括:通过对话流自举方式构建语料训练集,对话流自举方式包括:基于用户的多对话轮次对话数据获得对话流状态机,使用宽度优先搜索获取对话流状态机中起始状态到任意状态的所有路径,进而获得多对话轮次的对话序列标注数据,多对话轮次的对话序列标注数据构成语料训练集;构建深度学习对话策略模型,将语料训练集输入至深度学习对话策略模型,输出目标对话动作,其中,深度学习对话策略模型包括对话动作预测模型和置信度比较模型。根据本发明的方法解决现有技术中模型训练数据不足导致模型冷启动的问题。
-
公开(公告)号:CN114528387A
公开(公告)日:2022-05-24
申请号:CN202210074402.0
申请日:2022-01-21
Applicant: 北京邮电大学
IPC: G06F16/332 , G06K9/62 , G06N3/04 , G06N3/08 , G06F40/35
Abstract: 本发明提出一种基于对话流自举的深度学习对话策略模型构建方法和系统,其中,方法包括:通过对话流自举方式构建语料训练集,对话流自举方式包括:基于用户的多对话轮次对话数据获得对话流状态机,使用宽度优先搜索获取对话流状态机中起始状态到任意状态的所有路径,进而获得多对话轮次的对话序列标注数据,多对话轮次的对话序列标注数据构成语料训练集;构建深度学习对话策略模型,将语料训练集输入至深度学习对话策略模型,输出目标对话动作,其中,深度学习对话策略模型包括对话动作预测模型和置信度比较模型。根据本发明的方法解决现有技术中模型训练数据不足导致模型冷启动的问题。
-
-