-
公开(公告)号：CN117391087A
公开(公告)日：2024-01-12
申请号：CN202311087793.0
申请日：2023-08-25
Applicant: 北京邮电大学
IPC: G06F40/30 , G06F16/33 , G06N5/04 , G06N3/0455
Abstract: 本申请公开了一种会话理解生成方法和模型训练方法以及设备，在进行模型训练时，将样本数据中的规则文本和用户信息文本分别切分为若干规则信息单元和用户信息单元，在进行推理决策时，基于各信息单元的语义向量，确定每个规则信息单元与每个用户信息单元的对齐分数和蕴涵状态概率分布，利用对齐分数和蕴涵状态概率分布，对蕴涵状态向量加权处理，得到各规则信息单元的综合蕴涵状态向量表示，基于所有规则信息单元的语义向量表示、综合蕴涵状态向量表示和对话初始问题的语义向量表示，决策推理状态类型，在决策出需要用户提供更多信息时，基于对话的问题序列，生成澄清问题。采用本申请可以降低资源开销、提高对话效率、提升用户对话体验。
-
公开(公告)号：CN113781598B
公开(公告)日：2023-06-30
申请号：CN202111238938.3
申请日：2021-10-25
Applicant: 北京邮电大学
IPC: G06T11/00 , G06F40/284 , G06F40/211 , G06V10/44 , G06V10/80
Abstract: 本申请公开了一种图像生成模型的训练方法和设备以及图像生成方法，其中训练方法包括：基于样本数据中的图像描述文本生成句子向量和词向量；将初始高斯噪声输入模型的无条件对抗子网络生成第一图像；基于第一图像计算非条件对抗损失函数值；将第一图像和第一句子的句子向量输入模型的句子级别对抗子网络生成第二图像；基于第二图像和句子向量计算句子级别的条件对抗损失函数值；第一句子为图像描述文本对应的句子；将第二图像和第一句子的词向量，输入模型的词级别对抗子网络生成第三图像；基于第三图像、句子向量和词向量，计算词级别的条件对抗损失函数值；利用上述损失函数值对图像生成模型的参数更新。本申请可以保证生成图像与文本的一致性。
-
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：CN115952267A
公开(公告)日：2023-04-11
申请号：CN202211697905.X
申请日：2022-12-28
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06F18/214
Abstract: 本申请公开了一种人机对话模型训练方法、人机对话方法及设备，其中训练方法包括：利用人机对话模型采样单个对话过程的样本数据，得到每轮对话的对话状态追踪和对话策略样本数据，确定对话状态追踪样本数据的理解难度等级，将对话状态追踪和对话策略样本数据分别加入第一和第二样本数据池；若对话过程数达到整数倍第一阈值则按照理解难度等级拆分第一样本数据池，利用拆分结果采用课程学习方法训练对话状态追踪模块，清空相应数据池；若对话过程数达到整数倍第二阈值则利用第二样本数据池训练对话策略模块，清空相应数据池，第一阈值大于第二阈值；若对话过程数未达到预设阈值，则返回所述采样步骤。采用本申请可以增强模型收敛性和对话智能性。
-
公开(公告)号：CN112579759B
公开(公告)日：2022-10-25
申请号：CN202011574828.X
申请日：2020-12-28
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F16/35 , G06F40/35 , G06N3/04
Abstract: 本申请公开了一种模型训练方法及任务型视觉对话问题的生成方法和装置，其中，模型训练方法包括：获取人类对话数据和相应图像的特征数据，确定其中每轮问答数据的问句类别，并生成问句类别标签；按照对话顺序遍历每轮问答数据，利用该轮问答数据、相应的所述问句类别标签和图像的特征数据，对预设的任务型视觉对话问题生成模型进行训练；该训练包括：基于当前输入至所述模型的一轮问答数据和图像的特征数据，生成上下文向量和具有文本引导的图像特征；基于上下文向量和图像特征，预测下一轮问答数据的问句类别，并在该类别范围内预测下一轮问答数据的问句，基于预测结果，调整模型的网络参数。采用本申请，可以减少对话交互轮次，提高任务成功率。
-
Patent Agency Ranking
公开(公告)号：CN112328774B
公开(公告)日：2022-10-25
申请号：CN202011355592.0
申请日：2020-11-27
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F40/35 , G06N3/04
Abstract: 本申请公开了一种基于多文档的任务型人机对话任务的实现方法，包括：每轮对话结束时，利用预设人机对话任务模型对该轮对话的问答文本处理，该处理包括：基于问答文本生成问答向量；计算问答向量与各候选文档的属性相关向量的相似度；基于问答向量和相似度生成该轮对话中各候选文档的概率分布和该轮对话的属性分布；根据所述概率分布更新全局候选文档概率分布向量；根据所述属性分布更新全局属性分布向量；若满足人机对话结束条件，则基于全局候选文档概率分布向量确定任务执行结果并输出；否则，基于全局候选文档概率分布向量和全局属性分布向量，利用自然语言对话模板，确定下一提问信息。采用本发明可以提高任务执行效率和成功率，且易于实现。
-
公开(公告)号：CN113781598A
公开(公告)日：2021-12-10
申请号：CN202111238938.3
申请日：2021-10-25
Applicant: 北京邮电大学
IPC: G06T11/00 , G06F40/284 , G06F40/211 , G06K9/62
Abstract: 本申请公开了一种图像生成模型的训练方法和设备以及图像生成方法，其中训练方法包括：基于样本数据中的图像描述文本生成句子向量和词向量；将初始高斯噪声输入模型的无条件对抗子网络生成第一图像；基于第一图像计算非条件对抗损失函数值；将第一图像和第一句子的句子向量输入模型的句子级别对抗子网络生成第二图像；基于第二图像和句子向量计算句子级别的条件对抗损失函数值；第一句子为图像描述文本对应的句子；将第二图像和第一句子的词向量，输入模型的词级别对抗子网络生成第三图像；基于第三图像、句子向量和词向量，计算词级别的条件对抗损失函数值；利用上述损失函数值对图像生成模型的参数更新。本申请可以保证生成图像与文本的一致性。
-
公开(公告)号：CN113590800A
公开(公告)日：2021-11-02
申请号：CN202110966233.7
申请日：2021-08-23
Applicant: 北京邮电大学
IPC: G06F16/332 , G06F16/583 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种图像生成模型的训练方法和设备以及图像生成方法和设备，其中方法包括：获取对话样本数据，所述对话样本数据包括对话文本数据、标准图像、图像描述文本和对话总轮数；基于所述对话样本数据，采用随机重放训练的方式，利用所述对话样本数据和预先训练的异构循环神经网络编码器，对交互式递增图像生成模型进行训练，以使所述交互式递增图像模型能够基于人机对话文本和图像描述文本生成具有交互递增性的图像；其中，利用在对话的最终时刻获得的所有对话文本数据以及在对话的中间时刻获得的所有对话文本数据，进行所述训练。采用本申请，有利于合理地实现对话到图像生成任务。
-
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。
-
公开(公告)号：CN109146892B
公开(公告)日：2020-06-19
申请号：CN201810813038.9
申请日：2018-07-23
Applicant: 北京邮电大学
IPC: G06T7/11
Abstract: 本申请实施例提供了一种基于美学的图像裁剪方法及装置，属于计算机技术领域。所述方法包括：获取待裁剪图像；根据显著性检测算法，计算所述待裁剪图像对应的显著图，其中，所述显著图包括所述待裁剪图像对应的显著度图像，所述显著度图像是灰度图像；通过显著区域提取算法，在所述显著图中确定显著边界框；在所述待裁剪图像中，确定所述显著边界框对应的显著区域，其中，所述显著区域为所述待裁剪图像中所述显著边界框包含的图像区域；根据美学区域识别算法和所述显著区域，确定包含所述显著区域的美学区域边界框；基于所述美学区域边界框，对所述待裁剪图像进行裁剪，得到目标图像。采用本发明，可以提高确定裁剪框的效率。
-
-
-
-
-
-
-
-
-
Search Results
65
records
(took 0.058 seconds)
