-
Patent Agency Ranking
公开(公告)号：CN113705222B
公开(公告)日：2024-03-08
申请号：CN202111018750.8
申请日：2021-09-01
Applicant: 北京邮电大学
IPC: G06F40/284 , G06F40/126 , G06F16/35 , G06F18/24 , G06F18/23213
-
公开(公告)号：CN113705222A
公开(公告)日：2021-11-26
申请号：CN202111018750.8
申请日：2021-09-01
Applicant: 北京邮电大学
IPC: G06F40/284 , G06F40/126 , G06F16/35 , G06K9/62
Abstract: 本申请公开了一种槽识别模型训练方法及装置和槽填充方法及装置，其中，槽识别模型训练方法包括：将训练样本的文本数据输入至预先构建的槽识别模型；槽识别模型对所述文本数据进行编码，得到所述文本数据中每个词的词向量；基于词向量进行粗标签分类，得到相应词的粗标签得分向量；其中，粗标签预先基于槽值的词性类别对槽进行分类得到；基于词向量以及词向量对应的粗标签得分向量，生成相应词的高级细标签得分向量；将高级细标签得分向量，输入至模型的条件随机场层处理，得到相应的细标签分类损失值；基于细标签分类损失值，调整模型的网络参数。采用本申请，能够实现零样本跨领域槽填充，且可以提高填充的准确性。
-
公开(公告)号：CN112541570A
公开(公告)日：2021-03-23
申请号：CN202011335125.1
申请日：2020-11-24
Applicant: 北京三快在线科技有限公司 , 北京邮电大学
Abstract: 本申请提供了一种多模型训练方法、装置、电子设备及存储介质。该包括：确定待训练的第一网络模型和待训练的第二网络模型，所述第一网络模型和所述第二网络模型为相互关联的两个网络模型；利用训练样本，对所述第一网络模型和所述第二网络模型进行合作式训练，并根据训练结果对所述第一网络模型和所述第二网络模型各自的网络参数进行多次更新，直至训练结束，其中，所述第一网络模型的输出为所述第二网络模型的输入，所述第二网络模型的输出为所述第一网络模型的输入；将训练结束时第一网络模型确定为第一目标网络模型，并将训练结束时的第二网络模型确定为第二目标网络模型。该方法可提升对话管理系统策略的丰富性和模型的训练效率。
-
公开(公告)号：CN112560485B
公开(公告)日：2023-04-14
申请号：CN202011331935.X
申请日：2020-11-24
Applicant: 北京三快在线科技有限公司 , 北京邮电大学
IPC: G06F40/295 , G06F40/30 , G06F16/35 , G06F18/22 , G06F18/2321 , G06N3/045 , G06N3/0442 , G06N3/082
Abstract: 本申请提供了一种实体链接方法、装置、电子设备及存储介质，该方法包括：获取待识别语句；提取待识别语句的候选实体指称集合；计算候选实体指称集合中每一候选实体指称的实体指称分数；确定每个候选实体指称在知识库中对应的候选实体关系对；对于每一候选实体关系对，基于该候选实体关系对与待识别语句的语义相似度，确定该候选实体关系对的实体关系对分数；对于每一候选实体指称，将该候选实体指称的实体指称分数分别与该候选实体指称对应的候选实体关系对的实体关系对分数进行加权求和，得到多个目标分数；将目标分数大于预设分数对应的目标候选实体指称与目标候选实体关系对中的目标候选实体相链接。从而实体链接更加准确。
-
公开(公告)号：CN112560485A
公开(公告)日：2021-03-26
申请号：CN202011331935.X
申请日：2020-11-24
Applicant: 北京三快在线科技有限公司 , 北京邮电大学
Abstract: 本申请提供了一种实体链接方法、装置、电子设备及存储介质，该方法包括：获取待识别语句；提取待识别语句的候选实体指称集合；计算候选实体指称集合中每一候选实体指称的实体指称分数；确定每个候选实体指称在知识库中对应的候选实体关系对；对于每一候选实体关系对，基于该候选实体关系对与待识别语句的语义相似度，确定该候选实体关系对的实体关系对分数；对于每一候选实体指称，将该候选实体指称的实体指称分数分别与该候选实体指称对应的候选实体关系对的实体关系对分数进行加权求和，得到多个目标分数；将目标分数大于预设分数对应的目标候选实体指称与目标候选实体关系对中的目标候选实体相链接。从而实体链接更加准确。
-
-
-
-
Search Results
5
records
(took 0.026 seconds)
