一种语句生成模型优化方法、装置、电子设备及介质

    公开(公告)号:CN115630088A

    公开(公告)日:2023-01-20

    申请号:CN202211358219.X

    申请日:2022-11-01

    IPC分类号: G06F16/2452 G06F16/242

    摘要: 本发明实施例公开了一种语句生成模型优化方法、装置、电子设备及介质。方法包括:确定自然语言描述信息对应的各词分别对应的第一编码向量和各所字段分别对应的第二编码向量;根据各自然语言描述信息对应的各第一编码向量、各第二编码向量和设定语句生成模型,确定对应的预测SQL查询语句;根据各预测SQL查询语句和标签SQL查询语句确定设定语句生成模型的损失函数,并根据损失函数优化设定语句生成模型。该方法通过设定语句生成模型基于编码向量生成对应的预测SQL查询语句,又通过损失函数来优化设定语句生成模型,以通过优化后的设定语句生成模型来生成SQL查询语句,提高了SQL查询语句生成的准确性。

    一种基于可变形NTS-NET神经网络的多标签分类方法及系统

    公开(公告)号:CN114821155A

    公开(公告)日:2022-07-29

    申请号:CN202210324966.5

    申请日:2022-03-29

    IPC分类号: G06V10/764 G06N3/04 G06N3/08

    摘要: 本发明提出一种基于可变形NTS‑NET神经网络的多标签分类方法及系统,包括:将待分类图像输入预先训练好的网络模型得到图像的分类标签矩阵;基于分类标签矩阵确定待分类图像的分类标签;其中,网络模型是基于图像及其对应的分类标签对NTS‑NET神经网络进行训练得到的;NTS‑NET神经网络是基于在神经网络中引入可变性卷积和通道注意力机制构建的。本发明利用NTS‑NET作为基本框架,通过在网络模型引入可变形卷积实现对几何变换幅度较大的目标关键局部区域准确定位,并在审查器网络中引入通道注意力机制,有选择性地加强包含有用信息的特征并抑制无用特征,最终实现复杂图像的多属性分类。

    一种基于注意力机制的弱监督目标检测方法及系统

    公开(公告)号:CN114723958A

    公开(公告)日:2022-07-08

    申请号:CN202210330923.8

    申请日:2022-03-30

    摘要: 本发明提供了一种基于注意力机制的弱监督目标检测方法及系统,包括:将获取的待检测图像通过卷积层进行特征提取,得到特征图;将所述特征图输入到注意力机制模块,得到空间增强后的特征图;基于所述空间增强后的特征图确定所述待检测图像是否为目标图像;其中,所述注意力机制模块,基于卷积层对特征图进行空间维度归一化得到注意力机制权重图,并结合所述特征图进行全局平均化操作得到空间增强后的特征图。本发明采用卷积神经网络结合注意力机制目标检测的方法,解决了高精度标注的数据集费时费力,提高了准确率,实现了通过低质量的数据集来获得高质量的目标检测模型。

    一种查询结果生成方法、装置、设备及存储介质

    公开(公告)号:CN114048253A

    公开(公告)日:2022-02-15

    申请号:CN202111407031.5

    申请日:2021-11-24

    摘要: 本发明公开了一种查询结果生成方法、装置、设备及存储介质。该方法包括:获取用户输入的目标查询语句和目标NL2SQL模型,其中,所述目标NL2SQL模型通过第一目标样本集迭代训练第一神经网络模型得到;对所述目标NL2SQL模型进行迁移,得到NL2SQL数据展示意图分类模型;根据所述目标查询语句、目标NL2SQL模型和NL2SQL数据展示意图分类模型生成查询结果,并显示所述查询结果,通过本发明的技术方案,解决了现有的报表生成方法操作繁琐耗费时间长、不能灵活扩展填报项、后期维护工作量大以及不能满足客户经常性的业务需求调整,也不能灵活适应或扩展数据填报需求和报表变更需求的问题。能够基于语义解析和意图识别的自动生成报表,减少了开发人员的工作量,提升了报表生成效率。

    一种监控方法、装置、设备及存储介质

    公开(公告)号:CN114048104A

    公开(公告)日:2022-02-15

    申请号:CN202111405118.9

    申请日:2021-11-24

    摘要: 本发明公开了一种监控方法、装置、设备及存储介质。该方法包括:获取用户历史行为信息;将所述用户历史行为信息输入监控模型,得到第一NL2SQL模型的监控结果,其中,所述监控模型通过第一目标样本集迭代训练深度推荐模型得到,通过本发明的技术方案,既能够解决在线更新没有考虑到网络无法访问的场景,只能机械地更新模型,无法智能地更新模型的问题,又能够解决人工更新耗费大量人力成本,模型更新效率低,而且达不到实时性,无法智能地更新模型的问题,能够根据用户历史行为信息判断模型是否需要进行更新。

    基于知识图谱的NL2SQL生成方法

    公开(公告)号:CN113672699A

    公开(公告)日:2021-11-19

    申请号:CN202110926590.0

    申请日:2021-08-12

    摘要: 本发明实施例涉及一种基于知识图谱的NL2SQL生成方法,具体涉及智能问答技术领域,方法包括:接收用户的语音提问信息,将所述语音提问信息转化为文本信息;对所述文本信息进行分词得到分词集;根据预定的知识图谱对所述分词集进行关键词识别以确定所述关键词对应的用户意图;根据所述分词集和所述关键词对应的用户意图生成查询结果。本公开能够提升数据库问答翻译的精度和结果的准确性。

    一种跨媒体图像检索方法及系统
    38.
    发明公开

    公开(公告)号:CN113536013A

    公开(公告)日:2021-10-22

    申请号:CN202110618244.6

    申请日:2021-06-03

    摘要: 本发明提出了一种跨媒体图像检索方法及系统,包括:获取数据库中所有图片和待检索的文本标题;将所述图片输入到预先构建的图片标题生成模型,得到所述图片对应的文本标题,并将所述图片与所述图片对应的文本标题以对的形式更新数据库中原始图片;采用文本匹配的检索方法从更新后的数据库中检索所述待检索的文本标题对应的图片;其中,所述图片标题生成模型是基于卷积神经网络‑循环神经网络进行训练,并采用强化学习方法对所述图片标题生成模型的参数优化后得到。本发明的技术方案采用卷积神经网络—循环神经网络进行训练,得到了实体之间的关系,并采用强化学习方法对图片标题生成模型的参数进行优化,提高了检索的效率。