-
公开(公告)号:CN118797695A
公开(公告)日:2024-10-18
申请号:CN202310431241.0
申请日:2023-04-13
Applicant: 腾讯科技(深圳)有限公司 , 西安电子科技大学
IPC: G06F21/62 , G06F21/60 , G06F16/9537 , G06F16/22
Abstract: 本申请提供了一种数据检索方法、设备、装置及计算机存储介质;方法应用于服务器代理,包括:获取空间对象数据集合和各个布隆过滤器中的初始索引值;对初始索引值进行加密处理,得到的各个布隆过滤器的加密索引值,并将布隆过滤器的加密索引值发送至检索服务器;对空间对象数据集合进行加密,得到加密后的空间对象数据集合;获取布隆过滤器中偏移位置与对象标识之间的对应关系,并将加密后的空间对象数据集合和对应关系发送至查询服务器,以使得查询服务器基于对应关系和校验信息从加密后的空间对象数据集合中确定检索结果。通过本申请,能够提升检索的效率及安全性。
-
公开(公告)号:CN112927713B
公开(公告)日:2024-06-14
申请号:CN201911243686.6
申请日:2019-12-06
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请提供一种音频特征点的检测方法、装置和计算机存储介质,获取待检测音频,将待检测音频按预设的间隔划分为多个音频帧,基于时频转换算法计算每一个音频帧在目标频段的音频信号强度,目标频段指代预先指定的频率区间,最后检测得到待检测音频中的目标音频帧;其中,目标音频帧指代目标频段的音频信号强度满足强度检测条件的音频帧;待检测音频的部分或全部目标音频帧对应的时间点作为待检测音频的特征点。本方案能够计算各个音频帧在特定音源所对应的频率区间上的信号强度,从而准确识别出音频中特定音源的强度峰值。
-
公开(公告)号:CN114765580B
公开(公告)日:2023-11-03
申请号:CN202011614811.2
申请日:2020-12-30
Applicant: 腾讯科技(深圳)有限公司
IPC: H04L41/083 , H04L12/46
Abstract: 本申请公开了一种域外网络资源的网络加速方法、装置、设备及存储介质,属于计算机网络领域。方法包括:显示网络加速功能的第一用户界面,第一用户界面包括属于白名单的至少一个域外网络资源;响应于至少一个域外网络资源中目标域外网络资源上的访问操作,建立与目标域外网络资源之间的加速访问通道;将第一用户界面切换显示为目标域外网络资源的第二用户界面,第二用户界面上显示有网络加速信息,网络加速信息用于指示正在使用加速访问通道为目标域外网络资源进行网络加速。该方法不仅为目标域外网络资源提供稳定的网络加速服务还能方便用户直接访问目标域外网络资源,因此提高了用户访问域外网络资源时的网络稳定性和访问效率。
-
公开(公告)号:CN116976343A
公开(公告)日:2023-10-31
申请号:CN202310128065.3
申请日:2023-01-30
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F40/295 , G06F40/30 , G06F40/117 , G06F40/216 , G06N20/00
Abstract: 本申请实施例公开了一种标签生成方法、装置、计算机设备和存储介质;本申请实施例可以获取针对目标应用的搜索文本信息,其中,搜索文本信息包括至少一个搜索文本单元;根据目标应用的属性信息,对搜索文本单元进行实体标签预测处理,得到搜索文本单元的预测实体标签;基于搜索文本单元在搜索文本信息中的语境信息,对搜索文本单元的预测实体标签进行语义判别处理,得到搜索文本单元的判别后实体标签;对搜索文本单元的判别后实体标签进行标签校正处理,得到搜索文本单元的校正后实体标签;根据搜索文本单元的校正后实体标签,生成搜索文本信息的目标实体标签,可以实现自动化对文本标签信息进行标签生成处理,提高标签生成的效率。
-
公开(公告)号:CN116720517A
公开(公告)日:2023-09-08
申请号:CN202210188760.4
申请日:2022-02-28
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F40/295 , G06F40/216 , G06F16/335 , G06F16/35 , G06N3/04 , G06N3/08
Abstract: 本申请涉及一种搜索词成分识别模型构建方法以及搜索词成分识别方法。所述搜索词成分识别模型构建方法包括:对获取的行业内搜索词样本进行成分识别预测,得到每一个搜索词样本各自对应的成分识别预测结果;从搜索词样本中,筛选出成分识别预测结果符合标注条件的待标注样本;对待标注样本进行标注,得到标注搜索词样本;根据标注搜索词样本进行模型训练,得到行业对应的用于对待识别搜索词进行成分识别的搜索词成分识别模型。采用本方法能够通过利用主动学习来大量减少人工标注的样本数量,以通过简化数据标注操作来提高搜索词成分识别模型构建效率,得到支持高效成分识别的搜索词成分识别模型。
-
公开(公告)号:CN113079414B
公开(公告)日:2023-04-25
申请号:CN202010004952.6
申请日:2020-01-03
Applicant: 腾讯科技(深圳)有限公司
IPC: H04N21/472 , H04N21/44 , H04N5/262
Abstract: 本申请涉及一种视频处理方法、装置、计算机可读存储介质和计算机设备,所述方法包括:获取待处理的视频序列;获取待添加至视频序列的至少两个视频特效;根据添加各视频特效的时间范围,构造视频序列的特效对象;对各特效对象排序后,按序获取特效对象;将首个特效对象添加至视频序列后生成新的视频序列,重复将下一个特效对象添加至前次生成的视频序列后生成新的视频序列的步骤,直至将末尾的特效对象添加至前次生成的视频序列后,获得目标视频序列。本申请提供的方案可以支持添加视频特效的时间范围跨过多个视频片段,也能够支持多个视频特效的添加时间范围存在交叠。
-
公开(公告)号:CN115701030A
公开(公告)日:2023-02-07
申请号:CN202110876152.8
申请日:2021-07-30
Applicant: 腾讯科技(深圳)有限公司
IPC: H04L12/18 , H04L51/216 , H04L51/212
Abstract: 本公开提供一种信息处理方法、装置、电子设备和计算机可读存储介质,该信息处理方法可以包括:在第一群组的会话界面显示目标对象的聊天信息;响应于在第一群组的会话界面输入的针对目标对象或目标对象的聊天信息的触发操作,显示针对目标对象的全局屏蔽控件;响应于针对目标对象的全局屏蔽控件的触发操作,在第一群组以及第二群组中屏蔽目标对象,第二群组与第一群组为不同的会话群组。本公开实施例提供的技术方案,能够在第一群组中响应于针对目标对象的全局屏蔽控件的触发操作,将目标对象在第一群组和第二群组中屏蔽。
-
公开(公告)号:CN115565209A
公开(公告)日:2023-01-03
申请号:CN202110676380.0
申请日:2021-06-18
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请实施例公开了一种面部特征点的定位方法、装置和计算机设备;本申请实施例可以获取面部图像;对面部图像进行校正处理,得到校正后面部图像;对校正后面部图像进行点位生成处理,得到校正后面部图像中轮廓特征点的位置信息和面部部位特征点的初始位置信息;根据面部部位特征点的初始位置信息,对校正后面部图像进行拆解处理,得到校正后面部图像的至少一个面部部位图像;对至少一个面部部位图像进行点位精调处理,得到每个面部部位图像中面部部位特征点的位置信息;将轮廓特征点的位置信息和面部部位特征点的位置信息进行信息融合处理,得到校正后面部图像的全局特征点的位置信息,从而提高了对面部特征点进行定位的精确率。
-
公开(公告)号:CN115221197A
公开(公告)日:2022-10-21
申请号:CN202210870110.8
申请日:2022-07-22
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/2453 , G06F16/2457 , G06N20/00
Abstract: 本申请关于一种数据处理方法、装置、设备、存储介质及程序产品,涉及人工智能技术领域。所述方法包括:获取第一查询语句;将所述第一查询语句与第一层次类目树中的各个第一类目分别组合,获得N个查询语句‑类目对;对N个所述查询语句‑类目对分别进行特征提取,获得N个所述查询语句‑类目对各自的语义特征信息;基于N个所述查询语句‑类目对各自的语义特征信息,获取N个所述查询语句‑类目对各自的匹配结果;响应于N个所述查询语句‑类目对中的目标查询语句‑类目对的匹配结果满足指定条件,将所述目标查询语句‑类目对获取为类目预测模型的训练数据;上述方案极大地节约了数据标注的时间,提高了类目预测模型的开发效率。
-
公开(公告)号:CN115129863A
公开(公告)日:2022-09-30
申请号:CN202210380464.4
申请日:2022-04-12
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本申请涉及一种意图识别方法、装置、计算机设备、存储介质和计算机程序产品。该方法涉及人工智能技术的自然语言处理,该方法包括:获取待进行意图识别的词条集合;通过训练好的意图大类识别模型,分别对词条集合中的每个词条进行意图大类识别,得到词条集合中每个词条各自所属的意图大类;对于词条集合中属于目标意图大类的词条,通过训练好的目标意图大类对应的意图子类识别模型,对属于目标意图大类的词条进行意图子类识别,得到属于目标意图大类的词条所属的意图子类,各意图子类隶属于目标意图大类。采用本方法能够对于不同领域的词条构成的词条集合,可以全面识别出对应的意图大类与意图子类,提升意图识别效率。
-
-
-
-
-
-
-
-
-