-
Patent Agency Ranking
公开(公告)号：CN113139119A
公开(公告)日：2021-07-20
申请号：CN202010064971.8
申请日：2020-01-20
Applicant: 微软技术许可有限责任公司
IPC: G06F16/9535 , G06F16/332
Abstract: 本公开涉及用于问题回答(QA)的对仗学习，并且提出了用于提供对仗训练数据的方法和装置。可以从训练数据集中获得一个正例，所述正例包括被标记为相关的第一文本和第二文本。可以从搜索日志中提取对仗信息。可以至少基于所述对仗信息来修改所述第一文本。可以将经修改的第一文本和所述第二文本组合成与所述正例对仗的反例，所述经修改的第一文本和所述第二文本在所述反例中被标记为不相关。
-
公开(公告)号：CN116955710A
公开(公告)日：2023-10-27
申请号：CN202210397811.4
申请日：2022-04-15
Applicant: 微软技术许可有限责任公司
IPC: G06F16/901 , G06F16/904
Abstract: 本公开提供了用于基于时序联合对比学习的节点表示生成的方法、装置、计算机程序产品和计算机可读介质。可以将交互数据转换为动态图，所述动态图包括一组快照，每个快照对应于一个时间步骤并且包括一组节点和一组边。对于所述动态图中的多个节点中的每个节点，可以生成所述节点在每个时间步骤处的快照视图节点表示、时序视图节点表示和交互视图节点表示。可以基于所述节点在所述时间步骤处的所述快照视图节点表示、所述时序视图节点表示和所述交互视图节点表示，来生成所述节点在所述时间步骤处的综合节点表示。可以至少基于时序连续节点对比任务和全局视图对比任务来优化所述综合节点表示。
-
公开(公告)号：CN116932875A
公开(公告)日：2023-10-24
申请号：CN202210354558.4
申请日：2022-04-06
Applicant: 微软技术许可有限责任公司
IPC: G06F16/9535
Abstract: 本公开提出了用于基于对偶对比兴趣学习的序列推荐的方法、装置和计算机程序产品。可以获得针对长序列兴趣预测模型的长序列预测训练数据集合和针对短序列兴趣预测模型的短序列预测训练数据集合。可以利用所述长序列预测训练数据集合和所述短序列预测训练数据集合，对所述长序列兴趣预测模型和所述短序列兴趣预测模型执行基于对偶对比兴趣学习机制的训练。可以通过所述长序列兴趣预测模型来执行序列推荐。
-
公开(公告)号：CN112257860B
公开(公告)日：2025-03-28
申请号：CN201910588384.6
申请日：2019-07-02
Applicant: 微软技术许可有限责任公司
IPC: G06N3/0495 , G06N3/045 , G06N3/088 , G06N3/096 , G06F16/3329 , G06N3/0442 , G06N3/048 , G06N5/04 , G06N20/20
Abstract: 本公开提供了一种用于模型生成的方法和装置。可以通过多个预训练模型对预训练数据集合进行评分，所述多个预训练模型执行第一任务。可以利用经评分的预训练数据集合来预训练初始模型。可以基于多个参考模型来更新所述初始模型，以获得目标模型，所述多个参考模型执行第二任务。可以通过所述多个参考模型对参考数据集合进行评分。可以利用经评分的参考数据集合来训练所述目标模型。
-
公开(公告)号：CN112257860A
公开(公告)日：2021-01-22
申请号：CN201910588384.6
申请日：2019-07-02
Applicant: 微软技术许可有限责任公司
IPC: G06N3/08 , G06F16/332 , G06F16/35 , G06F40/295 , G06F40/20
Abstract: 本公开提供了一种用于模型生成的方法和装置。可以通过多个预训练模型对预训练数据集合进行评分，所述多个预训练模型执行第一任务。可以利用经评分的预训练数据集合来预训练初始模型。可以基于多个参考模型来更新所述初始模型，以获得目标模型，所述多个参考模型执行第二任务。可以通过所述多个参考模型对参考数据集合进行评分。可以利用经评分的参考数据集合来训练所述目标模型。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
