文本处理方法、装置、设备和计算机可读存储介质

    公开(公告)号:CN116362207A

    公开(公告)日:2023-06-30

    申请号:CN202111579819.4

    申请日:2021-12-22

    Abstract: 本公开涉及一种文本处理装置、方法、设备和计算机可读存储介质。该文本处理方法包括:接收多个输入语句;将多个输入语句中的一个或多个输入语句的每一个分割为不同的两部分,分别作为上半子句和下半子句,以获得多个待选择语句;以及基于多个待选择语句之间的第一相关性,选择多个待选择语句中的一个或多个待选择语句组成压缩结果,从而避免压缩结果的文本流畅性、冗余等问题。

    图像处理装置、方法、设备以及计算机可读存储介质

    公开(公告)号:CN114332524A

    公开(公告)日:2022-04-12

    申请号:CN202011075037.2

    申请日:2020-10-09

    Abstract: 本公开涉及图像处理领域,并且具体涉及一种图像处理装置、方法、设备以及计算机可读存储介质。该装置包括:预处理模块,用于获取第一特征和第二特征;特征处理模块,包括至少两个特征处理子模块,所述至少两个特征处理子模块分别处理所述第一特征和所述第二特征,以获得第一处理结果和第二处理结果;以及特征融合模块,用于融合所述第一处理结果和所述第二处理结果,以获得判定结果,其中,所述特征融合模块在与所述特征处理模块不同的维度上融合所述第一处理结果和所述第二处理结果。本公开的装置在不同的维度上处理并融合不同的特征,从而可以从多个维度有效促进异构特征的融合,使得神经网络模型的判定结果更加准确。

    姿态识别方法、设备和存储介质
    4.
    发明公开

    公开(公告)号:CN119625815A

    公开(公告)日:2025-03-14

    申请号:CN202311171676.2

    申请日:2023-09-12

    Abstract: 本公开涉及一种姿态识别方法、设备和存储介质。姿态识别方法包括:从包括具有目标对象的头部的图像帧的视频流中顺序提取多个图像帧;基于头部姿态模型过滤多个图像帧以得到符合预定要求的多个识别帧;针对多个识别帧中的每个识别帧,计算嘴鼻比,嘴鼻比等于每个识别帧中的目标对象的嘴巴高度与鼻子高度的比例;以及基于多个识别帧的嘴鼻比来确定目标对象是否存在打哈欠行为或说话行为。

    训练装置、方法、设备以及计算机可读存储介质

    公开(公告)号:CN115238882A

    公开(公告)日:2022-10-25

    申请号:CN202110421015.5

    申请日:2021-04-19

    Abstract: 本公开涉及训练装置、方法、设备以及计算机可读存储介质。该装置包括第一特征获取模块,被配置为基于正样本数据集,利用所述第一循环模型获得第一特征;第二特征获取模块,被配置为基于所述第一特征,利用所述第二循环模型获得第二特征;第三特征获取模块,被配置为基于负样本数据集,利用所述第二循环模型生成第三特征;以及训练模块,被配置为利用第一损失函数和第二损失函数对所述第一模型进行训练以获得目标模型,其中,所述第一损失函数是基于所述第一特征和所述第三特征、或基于所述第二特征和所述第三特征构建的,所述第二损失函数是基于所述第二特征与所述正样本数据集构建的。

    文本处理方法、装置、设备以及计算机可读存储介质

    公开(公告)号:CN114281927A

    公开(公告)日:2022-04-05

    申请号:CN202011030736.5

    申请日:2020-09-27

    Abstract: 本公开涉及文本处理领域,并具体涉及一种文本处理方法、装置、设备以及计算机可读存储介质。文本处理方法包括:接收原始文本、所述原始文本中包含的一个或多个关键字以及第一处理结果,所述第一处理结果是通过对所述原始文本进行简化得到的;判断所述第一处理结果是否包含所有的关键字;以及在所述第一处理结果没有包含所有的关键字的情况下,删除所述原始文本中的一个或多个句子,直到所述第一处理结果与删除后的所述原始文本中的句子的组合包含所有的关键字、且删除后的所述原始文本中的句子数量最小,以所述组合作为最终处理结果。本公开的文本处理方法可以在覆盖所有关键字的情况下降低处理复杂度且无需考虑语法问题。

    训练方法、装置、设备以及计算机可读存储介质

    公开(公告)号:CN114281926A

    公开(公告)日:2022-04-05

    申请号:CN202011030347.2

    申请日:2020-09-27

    Abstract: 本公开涉及模型训练领域,并具体涉及一种训练方法、装置、设备以及计算机可读存储介质。训练方法包括:获取第一训练数据集以及所述第一训练数据集的第一预处理结果;利用所述第一训练数据集以及所述第一预处理结果训练第一模型以获得第二模型;获取第二训练数据集以及所述第二训练数据集的第二预处理结果;以及利用所述第二训练数据集以及所述第二预处理结果训练所述第二模型以获得第三模型,其中,所述第一预处理结果是基于与所述第三模型相关的第四模型获得的,且所述第二训练数据集的数量小于所述第一训练数据集的数量。本公开的训练方法利用较少标注的数据集就能获得期望得到的目标模型,降低了处理复杂度和标注成本并加快了开发周期。

Patent Agency Ranking