用于分类和意图确定的多模型结构

    公开(公告)号:CN113692595B

    公开(公告)日:2024-11-08

    申请号:CN202080028839.X

    申请日:2020-03-20

    Abstract: 基于一个或多个多模型结构的意图确定可以包括响应于接收到的输入从多个领域特定模型中的每一个生成输出。领域特定模型可以包括使用针对每个领域特定模型的相应局部损失度量和针对所述多个领域特定模型的全局损失度量而训练的经同时训练的机器学习模型。可以通过对每个领域特定模型的输出进行分类来确定与一个或多个领域特定模型相对应的意图的存在与否。

    用于生成描述角度增强的可解释的基于描述的推荐的系统和方法

    公开(公告)号:CN112313697B

    公开(公告)日:2024-08-13

    申请号:CN201980040934.9

    申请日:2019-06-21

    Abstract: 推荐方法包括基于第一项目的至少一个描述性文本来确定第一项目的一个或多个描述角度。推荐方法还包括更新包含表示多个项目、多个用户和多个描述角度的节点的知识图。更新知识图包括利用一个或多个第一边将表示第一项目的一个或多个描述角度的一个或多个节点链接到表示第一项目的节点。一个或多个第一边中的每个表明与以下内容相关联的权重:(i)关于第一项目的相关联描述角度的用户情绪以及(ii)相关联描述角度对第一项目的重要性。此外,推荐方法包括基于链接到知识图中的第二项目的至少一个描述角度,向用户推荐具有解释的第二项目。

    个性化自然语言理解的装置和方法

    公开(公告)号:CN112470160B

    公开(公告)日:2024-06-04

    申请号:CN201980049312.2

    申请日:2019-07-30

    Abstract: 用于训练机器学习模型的电子设备包括至少一个存储器和耦接到该至少一个存储器的至少一个处理器。该至少一个处理器被配置为对模型的分类层进行训练。为了对分类层进行训练,该至少一个处理器被配置为通过分类层从话语编码器层接收一个或更多个语言情景,并且通过分类层将话语的至少一部分分类为多个信息类型中的一个信息类型。至少一个处理器可以进一步被配置为对模型的槽位填充层和意图检测层进行联合训练。

    用于多模态结构引导下的室内图像修复的系统和方法

    公开(公告)号:CN116917931A

    公开(公告)日:2023-10-20

    申请号:CN202280016974.1

    申请日:2022-03-21

    Inventor: 李文博 金红霞

    Abstract: 一种修复方法包括识别与从电子装置获得的图像内的移除对象相应的区域。所述方法还包括通过以下步骤来重建与所述移除对象相应的区域:(i)应用语义掩模和表面法线贴图来识别所述区域的相邻上下文并对识别的相邻上下文进行排序,并且(ii)基于排序的上下文的排序对所述排序的上下文进行采样。所述方法还包括基于采样的上下文呈现具有重建区域的所述图像。

    用于预测用户对泛在设备的动作的电子设备和方法

    公开(公告)号:CN112425181B

    公开(公告)日:2023-05-09

    申请号:CN201980047058.2

    申请日:2019-07-09

    Abstract: 一种方法包括:对于来自多个模型的每个模型,基于在第一持续时间上的用户的数据集来评估模型预测精度。数据集包括具有基于电子设备交互的对应的环境的动作的序列。每个模型进行训练,以基于来自第一持续时间内的时间点之前的数据集的第一时间段上的第一行为序列、来自时间点之前的数据集的第二时间段上的第二行为序列以及时间点的环境来预测时间点的下一动作。基于模型的模型预测精度为用户基于域从多个模型中选择模型。在第二持续时间期间使用所选择的模型来推荐在稍后的时间将使用用户的电子设备发起的动作。

    用于允许防推断攻击的隐私保护实时服务的系统和方法

    公开(公告)号:CN108475321B

    公开(公告)日:2022-05-27

    申请号:CN201680079802.3

    申请日:2016-06-03

    Inventor: 沈逸麟 金红霞

    Abstract: 一个实施例提供一种方法,所述方法包括:接收标识要保护的至少一种类型的隐私敏感数据的一般私密数据;收集至少一种类型的实时数据;以及确定与将所述至少一种类型的实时数据发送到第二设备相关联的推断隐私风险等级。所述推断隐私风险等级指示从发送所述至少一种类型的实时数据推断所述一般私密数据的风险的程度。所述方法还包括:在将所述至少一种类型的实时数据发送到所述第二设备之前,基于所述推断隐私风险等级而使所述至少一种类型的实时数据的至少一部分失真。

    个性化自然语言理解的装置和方法

    公开(公告)号:CN112470160A

    公开(公告)日:2021-03-09

    申请号:CN201980049312.2

    申请日:2019-07-30

    Abstract: 用于训练机器学习模型的电子设备包括至少一个存储器和耦接到该至少一个存储器的至少一个处理器。该至少一个处理器被配置为对模型的分类层进行训练。为了对分类层进行训练,该至少一个处理器被配置为通过分类层从话语编码器层接收一个或更多个语言情景,并且通过分类层将话语的至少一部分分类为多个信息类型中的一个信息类型。至少一个处理器可以进一步被配置为对模型的槽位填充层和意图检测层进行联合训练。

Patent Agency Ranking