-
公开(公告)号：CN115481633A
公开(公告)日：2022-12-16
申请号：CN202110661524.5
申请日：2021-06-15
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F40/295 , G06N3/08
Abstract: 本发明提供一种实体链接方法和系统、电子设备及可读存储介质，其中方法包括：确定指称与上下文实体的表示；确定候选实体的实体向量，所述候选实体的实体向量是根据所述候选实体的实体词语使用词向量的平均方法进行初始表示得到；将所述实体类型特征向量、实体距离特征向量、实体关系特征向量以及所述候选实体的实体向量输入到实体消歧模型，得到所述指称与候选实体之间的相似度。本发明通过对存在复杂交互关系的实体进行建模，将实体映射为低维向量，携带更多的语义信息，提高模型准确率，可以充分利用实体所在文本的上下文语境及文本的背景信息，对非结构化文本中的实体及进行消歧，服务于后续图谱扩充及图谱合并等工作。
-
公开(公告)号：CN119150022A
公开(公告)日：2024-12-17
申请号：CN202411178149.9
申请日：2024-08-26
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司 , 北京邮电大学
IPC: G06F18/214 , G06F18/213 , G06F16/9535 , G06N5/022 , G06N3/042 , G06N3/045 , G06N3/0895
Abstract: 本申请公开了一种模型训练方法、项目推荐方法、装置、设备、介质及产品。该方法包括：获取多个训练样本；将训练样本输入至预设的项目推荐模型，通过项目推荐模型对二分图样本进行特征提取，得到第一特征向量，以及通过项目推荐模型对知识图谱样本进行特征提取，得到第二特征向量；通过项目推荐模型对第一特征向量和第二特征向量进行对比学习，得到第一损失函数值；在不满足训练停止条件的情况下，基于第一损失函数值调整项目推荐模型的模型参数，并利用多个训练样本训练参数调整后的项目推荐模型，直至满足训练停止条件，得到训练好的项目推荐模型。这样可以使训练好的项目推荐模型准确性更高，预测的推荐项目更能满足用户需求。
-
公开(公告)号：CN118553247A
公开(公告)日：2024-08-27
申请号：CN202410875327.7
申请日：2024-07-01
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G10L15/26 , G10L21/0208 , G10L21/007 , G10L21/0316
Abstract: 本发明公开了一种通话人员身份识别方法、电子设备、存储介质及程序产品，涉及人工智能技术领域，通话人员身份识别方法包括：将通话人员的通话语音转换成对应的语音文本，并将所述语音文本与多个预设词库分别进行比对，确定各所述预设词库分别对应的相似特征参数，其中，各所述预设词库至少包括诈骗术语词库；若存在诈骗术语词库对应的相似特征参数，则根据所述通话人员的互联网协议IP地址对诈骗术语词库对应的相似特征参数进行更新；将相似特征参数最高的预设词库对应的人员类型确定为通话人员的身份类型。本发明的技术方案提高了对通话人员身份类型的识别准确性。
-
公开(公告)号：CN116304369A
公开(公告)日：2023-06-23
申请号：CN202310188803.3
申请日：2023-02-21
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F16/9536 , G06Q50/00 , G06F18/213 , G06F18/24
Abstract: 本申请公开了一种家庭网络的确定方法、装置、设备及存储介质。该方法包括：获取N个第一用户的通信特征；根据通信特征确定N个第一用户组成的至少一个用户对的至少一个亲密度；利用至少一个亲密度构建以N个第一用户为节点的社交网络；在社交网络中确定目标用户对，其中，目标用户对包括第一目标用户和第二目标用户，第一目标用户和第二目标用户属于同一个家庭网络，家庭网络中的所有节点均为同一个家庭的成员，根据目标用户对在社交网络中筛选出Q个目标闭环路径；将第一目标用户、第二目标用户以及Q个目标闭环路径中的节点确定为剪枝网络；并对剪枝网络进行裁剪，得到家庭网络。根据本申请实施例，能够提高家庭关系识别的准确性。
-
公开(公告)号：CN119089013A
公开(公告)日：2024-12-06
申请号：CN202410627734.6
申请日：2024-05-20
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司 , 北京邮电大学
IPC: G06F16/9035 , G06F16/901 , G06N3/042 , G06N3/04
Abstract: 本申请公开了一种套餐业务推荐方法、装置、设备、存储介质及产品，涉及业务推荐技术领域，包括：获取动态异质图的快照，所述动态异质图用于映射用户订购套餐的动态演化过程；基于动态元路径，确定快照中目标节点的邻居节点集；对所述邻居节点集进行基于时间编码的注意力聚合操作，得到节点表示；根据所述节点表示确定节点嵌入，基于指数时间衰减机制，将不同快照下的节点嵌入聚合为节点编码；根据所述节点编码的链接预测结果进行套餐业务推荐。本申请能够提高套餐业务推荐效果。
-
Patent Agency Ranking
公开(公告)号：CN118521341A
公开(公告)日：2024-08-20
申请号：CN202410668689.9
申请日：2024-05-27
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06Q30/0202 , G06N3/0442 , G06N3/044 , G06N3/048 , G06N3/084 , G06N3/09 , G06F18/24 , G06F18/25
Abstract: 本发明公开了一种用户产品订购预测方法、电子设备、存储介质及程序产品，涉及人工智能技术领域，用户产品订购预测方法包括：对用户多维行为数据进行特征提取，得到用户多维行为数据对应的用户行为高维特征；通过消费模式识别模型对用户行为高维特征进行处理，确定消费模式识别结果；通过产品订购预测模型对用户行为高维特征进行处理，得到各消费模式分别对应的初始产品订购预测结果；根据各消费模式分别对应的预测概率和各消费模式分别对应的用户产品订购预测结果，确定目标产品订购预测结果。本发明的技术方案提高了对用户产品订购预测结果的预测精度。
-
公开(公告)号：CN115481624A
公开(公告)日：2022-12-16
申请号：CN202110664804.1
申请日：2021-06-16
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F40/284 , G06F40/295 , G06F40/30 , G06N3/04 , G06N3/08 , G06N20/00
Abstract: 本发明提供一种词汇提取方法、装置、电子设备及存储介质。所述方法包括：通过词汇提取模型中的编码端，获取目标语句中每一个最小语义单元的第一语义向量；基于第一语义向量，确定目标语句中的实体词汇；基于目标语句中的实体词汇和第一语义向量，通过词汇提取模型中的解码端，获取目标语句中每一个最小语义单元的第二语义向量；基于第一语义向量和所述第二语义向量，确定目标语句中实体词汇对应的属性词汇。本发明提供的词汇提取方法、装置、电子设备及存储介质，通过确定目标语句中的实体词汇后，联合抽取实体和属性，为属性的提取直接引入实体约束，针对不同属性直接引入不同的实体信息刻画关系，可以更准确地捕捉复杂句子中的实体和属性对。
-
公开(公告)号：CN116992012A
公开(公告)日：2023-11-03
申请号：CN202211085499.1
申请日：2022-09-06
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F16/34 , G06F40/211 , G06F40/30 , G06F16/35 , G06N3/0442 , G06N3/0455 , G06N3/048 , G06N3/08
Abstract: 本发明提供一种文本摘要抽取方法、装置、设备及存储介质，包括：获取待处理文本信息；将所述待处理文本信息输入至摘要生成模型，获取由所述摘要生成模型输出的摘要生成结果；若所述摘要生成结果不满足预设质量评估条件，则对所述待处理文本信息进行句法分析抽取，得到摘要抽取结果，并将所述摘要抽取结果作为最终摘要结果。本发明通过摘要生成模型生成待处理文本信息对应的摘要生成结果，若所述摘要生成结果不满足预设质量评估条件，则对所述待处理文本信息进行句法分析抽取，提高摘要上下句之间的关联性，从而解决了文本摘要的准确率和可读性较低的技术问题，提高摘要抽取的准确性和可读性。
-
公开(公告)号：CN116028856A
公开(公告)日：2023-04-28
申请号：CN202111249334.9
申请日：2021-10-26
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F18/241 , G06N3/0464 , G06N3/08
Abstract: 本申请提供一种基于图神经网络的节点分类方法及装置。所述方法包括：将具有多个标记节点的连通图输入图神经网络，多次执行对连通图中各未标记节点的分类处理，直至满足预设条件；其中，每次分类处理均包括：根据连通图中的各标记节点，获取未标记节点的分类置信度；从各未标记节点中，获取分类置信度不小于图神经网络的当前预设置信度的多个目标节点；根据各目标节点的分类置信度，确定各目标节点的类别；将各目标节点添加至各标记节点中，并根据预设衰减值更新当前预设置信度。本申请实施例提供的基于图神经网络的节点分类方法可以提高节点分类的准确度。
-
公开(公告)号：CN115965003A
公开(公告)日：2023-04-14
申请号：CN202211648974.1
申请日：2022-12-21
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司
IPC: G06F40/211 , G06F40/279 , G06F16/33 , G06N3/08 , G06N3/0464
Abstract: 本申请实施例提供了一种事件信息的抽取方法以及事件信息的抽取装置，通过获取目标语句，分别将目标语句输入基于深度学习的事件抽取模型以及基于句法分析的事件抽取模型进行事件信息抽取，得到包括第一事件类型、第一触发词以及第一事件论元的第一事件信息，以及包括第二事件类型、第二触发词以及第二事件论元的第二事件信息，在第一触发词与第二触发词不同的情况下，将第一触发词输入基于句法分析的事件抽取模型进行处理，得到包括第三事件论元的第三事件信息，将第一事件论元以及第三事件论元进行合并，得到第四事件论元，输出包括第一事件类型、第一触发词以及第四事件论元的第四事件信息，能够更加准确地实现事件信息的抽取。
-
-
-
-
-
-
-
-
-
Search Results
15
records
(took 0.061 seconds)
