-
公开(公告)号：CN113902103B
公开(公告)日：2025-05-16
申请号：CN202111262649.7
申请日：2021-10-28
Applicant: 网易传媒科技(北京)有限公司
IPC: G06N3/0464 , G06N3/08 , G06Q10/04
Abstract: 本公开公开了模型训练方法、点击率确定方法、介质、装置和计算设备。该模型训练方法包括：确定获取多个训练样本，训练样本包括样本多媒体的多个静态属性数据，静态属性数据表示样本多媒体自身的性质；获取训练样本对应的标签数据，标签数据用于表示样本多媒体的实际点击率等级；将训练样本输入点击率预测模型，得到训练输出点击率等级；根据标签数据和训练输出点击率等级，调整点击率预测模型，以得到训练完成的点击率预测模型。本公开采用多媒体的静态属性数据作为点击率的预测的依据，能够有效增加点击率预测的应用场景，不用依赖用户的点击行为进行建模分析，进一步增强训练得到的点击率预测模型的健壮性和稳定性。
-
公开(公告)号：CN114492371B
公开(公告)日：2025-05-02
申请号：CN202210128335.6
申请日：2022-02-11
Applicant: 网易传媒科技(北京)有限公司
IPC: G06F40/194 , G06F40/284
Abstract: 本公开提供了一种文本处理方法及装置、存储介质、电子设备，涉及计算机技术领域。该方法中，可以先从文本库中确定第一文本，再对第一文本进行分词处理，确定第一文本对应的查询词，通过查询词在索引词集中进行查找，确定第一文本对应的备选文本，索引词集是根据文本库中的多个第二文本确定的，并计算第一文本与备选文本之间的相关性得分，最后，根据相关性得分，从备选文本中确定第一文本对应的关联文本，以便基于关联文本建立第一文本的属性图。这样，通过确定文本的查询词与索引词，可以快速确定文本的相关文本，从而可以便于建立文本与相关文本之间的属性图，简化了操作内容，也一定程度上提高了文本处理的效率。
-
公开(公告)号：CN114491153B
公开(公告)日：2025-03-21
申请号：CN202210126016.1
申请日：2022-02-10
Applicant: 网易传媒科技(北京)有限公司
Abstract: 本公开的实施方式提供了一种封面图像的确定方法、介质、装置和计算设备，该方法包括：提取目标视频中包含的音频信息，确定音频信息包含的对应时间的音频片段与目标视频的视频属性信息的相关度，根据音频信息的声音属性信息，确定音频片段的精彩度，根据精彩度和相关度，确定目标视频的封面图像。本公开能够获得更具有吸引力的封面图像，从而能够提高视频的点击率；且在确定封面图像时，处理效率更高。
-
公开(公告)号：CN114912014A
公开(公告)日：2022-08-16
申请号：CN202210273218.9
申请日：2022-03-18
Applicant: 网易传媒科技(北京)有限公司
IPC: G06F16/9535
Abstract: 本公开的实施方式涉及计算机数据处理技术领域，更具体地，本公开的实施方式涉及推荐模型训练及推荐方法及装置、存储介质、电子设备，存储介质和电子设备。方法包括：建立长短时指标关系模型，使长短时指标关系模型的输入包括用户对待处理对象的短时行为特征，使长短时指标关系模型的输出为用户对待处理对象的长时指标排序关系值；以所述长时指标值的排序顺序与对应的长时行为特征的排序顺序一致为目标，训练所述长短时指标关系模型；基于长短时指标关系模型，训练推荐模型。本公开的技术方案能够将长时行为特征的影响结合到推荐模型训练中，从而优化推荐模型的推荐效果。
-
公开(公告)号：CN114743245A
公开(公告)日：2022-07-12
申请号：CN202210375152.4
申请日：2022-04-11
Applicant: 网易传媒科技(北京)有限公司
IPC: G06V40/16 , G06V10/26 , G06V10/774 , G06V10/80 , G06K9/62
Abstract: 本公开涉及一种图像增强模型的训练方法及装置、图像处理方法及装置、电子设备及计算机可读介质，属于图像处理技术领域。该图像增强模型的训练方法包括：获取所述图像增强模型的训练数据集，并对所述训练数据集中的训练样本图像进行图像退化处理，得到输入样本图像；将注意力集中模块加入图像语义分割网络中以构建初始图像增强模型，并将所述输入样本图像输入所述初始图像增强模型中得到对应的输出样本图像；将所述输出样本图像输入判别器得到判别器损失，并基于所述判别器损失对所述初始图像增强模型中的模型参数进行迭代更新，获得经训练的所述图像增强模型。本公开通过基于退化模型合成的训练数据训练图像增强模型，可以有效提升图像增强质量。
-
Patent Agency Ranking
公开(公告)号：CN114743034A
公开(公告)日：2022-07-12
申请号：CN202210358960.X
申请日：2022-04-07
Applicant: 网易传媒科技(北京)有限公司
Abstract: 本公开的实施方式提供了一种图像标签识别方法、介质、装置和计算设备，涉及图像识别技术领域，该图像标签识别方法包括：获取输入至图像标签识别模型的输入内容；若输入内容包括目标图像，则通过图像标签识别模型，基于第一标签集合得到输入内容中目标图像与至少一个标签的特征相似度；确定特征相似度大于相似度阈值的标签为目标图像对应的识别标签；输出识别标签；若输入内容包括待更新的标签，则通过图像标签识别模型，对第一标签集合的第一文本特征向量进行更新，获得对应的第二标签集合的第二文本特征向量。本公开能够在标签集合更新频繁的情况下，大大提高图像标签识别模型输出目标图像对应的识别标签的效率。
-
公开(公告)号：CN112905896A
公开(公告)日：2021-06-04
申请号：CN202110337819.7
申请日：2021-03-30
Applicant: 网易传媒科技(北京)有限公司
IPC: G06F16/9535 , G06K9/62 , G06N20/00
Abstract: 本发明提供一种推荐个数模型的训练方法、混合内容推荐方法及装置，所述训练方法包括：获取基于混合推荐列表进行内容推荐时，用户对指定类型内容的行为反馈；根据所述行为反馈及所述混合列表中指定类型内容的实际推荐个数，确定指定类型内容的期望推荐个数；对所述用户的属性信息、内容推荐时用户所处的上下文信息和所述用户对指定类型内容的历史操作信息中至少一种进行特征提取；将提取的特征作为推荐个数模型的输入，以输出所述期望推荐个数为目标，调整所述推荐个数模型的参数。利用本发明提供的方法，可以训练用于确定混合推荐列表中指定类型内容的推荐个数的推荐个数模型，以合理的进行混合内容推荐，提高用户体验。
-
公开(公告)号：CN112817777B
公开(公告)日：2025-02-28
申请号：CN202110080945.9
申请日：2021-01-21
Applicant: 网易传媒科技(北京)有限公司
Abstract: 本申请公开了一种内容处理系统、方法、装置、设备及介质，涉及计算机技术领域，用于提高内容处理的准确性。该内容处理系统包括：包括计算层、存储层和服务层，其中：计算层，用于对获取的内容数据和用户数据分别进行物料抽取，获得各种物料，并对各种物料分别进行相应的特征工程处理，获得各种特征，其中，各种特征均分别包括实时特征和样本特征；存储层，用于存储各种物料和各种特征；服务层，用于根据每一内容处理任务所需的特征种类，获得对应的目标实时特征，并将目标实时特征输入已训练的目标模型，获得内容处理结果，其中，已训练的目标模型是根据与目标实时特征对应种类相同的目标样本特征进行训练得到的。
-
公开(公告)号：CN112434166B
公开(公告)日：2025-01-14
申请号：CN202011498337.1
申请日：2020-12-17
Applicant: 网易传媒科技(北京)有限公司
IPC: G06F16/35 , G06F40/279 , G06F40/253 , G06F40/211 , G06F40/30 , G06F18/2415 , G06N3/0455 , G06N3/0464 , G06N3/084 , G06N20/00
Abstract: 本申请的实施方式提供了一种基于时效性的文本分类方法、基于时效性的文本分类装置、电子设备以及计算机可读存储介质，涉及人工智能技术领域。该方法包括：根据待分类文本的领域从领域融合矩阵中确定出待分类文本对应的领域特征向量；通过对应于不同提取目标的多种特征提取层分别对待分类文本进行特征提取，得到特征提取结果集合；将特征提取结果集合中各特征提取结果进行融合，得到待分类文本对应的语义特征向量；根据领域特征向量和语义特征向量对待分类文本进行时效性分类。可见，实施本申请实施例可以结合文本的领域特征和语义特征进行文本时效性分类，可以提升时效性分类精度。
-
公开(公告)号：CN112149604B
公开(公告)日：2024-11-22
申请号：CN202011064441.X
申请日：2020-09-30
Applicant: 网易传媒科技(北京)有限公司
IPC: G06V20/40 , G06V10/74 , G06V10/774
Abstract: 本申请涉及视频处理技术领域，公开了一种视频特征提取模型的训练方法、视频推荐方法及装置，该视频特征提取模型的训练方法包括：基于多个用户针对视频的点击行为，确定出相关视频；基于确定出的相关视频，构建多个三元组，其中，每个三元组包括目标视频、与目标视频相关的第一视频、以及与目标视频不相关的第二视频；基于视频特征提取模型，提取每个三元组中的每个视频的特征表示；针对每个三元组，基于每个三元组中的目标视频的特征表示和第一视频的特征表示之间的相似度、以及目标视频的特征表示和第二视频的特征表示之间的相似度，确定每个三元组对应的损失值；基于多个三元组分别对应的损失值，更新视频特征提取模型的参数。
-
-
-
-
-
-
-
-
-
Search Results
38
records
(took 0.031 seconds)
