公开(公告)号：CN105468920A

公开(公告)日：2016-04-06

申请号：CN201510890524.7

申请日：2015-12-07

Applicant: 国家电网公司信息通信分公司 ,  北京邮电大学 ,  国家电网公司

Inventor： 张素香 ,  袁彩霞 ,  吕俊峰 ,  李国春 ,  王小捷 ,  张东 ,  高德荃

IPC: G06F19/00

CPC classification number: G06F19/00

Abstract: 本发明公开了一种评价查新报告质量的模型建立方法，包括：抽取多篇查新报告对应的检索式、相关文献和查新结论；根据各检索式、相关文献和查新结论获取查新报告对应的特征参数；获取专家对查新报告的打分信息；采用线性回归模型的方式建立所述特征参数与所述打分信息的关系；采用梯度下降法对使用所述特征参数和所述打分信息建立的线性回归模型进行训练得到所述评价查新报告质量的模型。由此可见，上述过程中，只需要专家对选取的有限数量的查新报告进行打分，并且该模型可以应用到其它待评价的查新报告中，因此，节约人力成本。此外，本发明还提供一种评价查新报告质量的模型应用方法。

公开(公告)号：CN104462485A

公开(公告)日：2015-03-25

申请号：CN201410797791.5

申请日：2014-12-18

Applicant: 北京邮电大学

Inventor： 李睿凡 ,  芦效峰 ,  鲁鹏 ,  冯方向 ,  李蕾 ,  刘咏彬 ,  王小捷

IPC: G06F17/30

CPC classification number: G06F17/30864 ,  G06F17/30023

Abstract: 本发明提出了一种基于对应的深层信念网络的跨模态检索方法，该方法包括：利用特征提取方法分别获得检索目标与检索库中每一个检索成员的初级向量；检索目标的初级向量分别与检索库中每一个检索成员的初级向量，通过对应的深层信念网络获得检索目标的高级向量和检索库中每一个检索成员的高级向量；利用检索目标的高级向量和检索库中每一个检索成员的高级向量计算检索目标与检索库中每一个检索成员的距离；将检索库中与检索目标距离最近的至少一个检索成员确定为与检索目标匹配的对象。

公开(公告)号：CN114706955B

公开(公告)日：2025-05-16

申请号：CN202210361738.5

申请日：2022-04-07

Applicant: 北京邮电大学

Inventor： 王金涛 ,  王小捷 ,  袁彩霞

IPC: G06F16/334 ,  G06F16/3329 ,  G06F18/214

Abstract: 本申请公开了一种对话响应生成模型的训练方法和装置及对话响应生成方法，其中训练方法包括：获取预设的样本数据和文档库，所述样本数据包括对话过程数据以及每轮对话的正确文档标签和话题保持标签；利用对话响应生成模型，遍历所述对话过程数据对应的每轮对话，基于在该轮对话的响应信息之前已产生的对话历史数据和所述文档库，生成该轮对话的响应信息，并基于所述样本数据中的相应标签，计算损失函数值，利用所述损失函数值，对所述对话响应生成模型的参数进行优化调整；其中，在进行所述生成时，采用二次相关方式，基于当前的话题保持状况，从所述文档库中选取用于生成所述响应信息的最相关文档。采用本申请，可以提高对话的回复质量。

公开(公告)号：CN113590800B

公开(公告)日：2024-03-08

申请号：CN202110966233.7

申请日：2021-08-23

Applicant: 北京邮电大学

Inventor： 牛天睿 ,  冯方向 ,  王小捷 ,  袁彩霞

IPC: G06F16/332 ,  G06F16/583 ,  G06V10/774 ,  G06V10/82 ,  G06N3/044 ,  G06N3/0455 ,  G06N3/08

公开(公告)号：CN116797972A

公开(公告)日：2023-09-22

申请号：CN202310756691.7

申请日：2023-06-26

Applicant: 中科(黑龙江)数字经济研究院有限公司 ,  北京邮电大学

Inventor： 孔龙腾 ,  周琬婷 ,  刘睿健 ,  冯方向 ,  王小捷

IPC: G06V20/40 ,  G06N3/045 ,  G06N3/0895

Abstract: 本发明为视频分析领域，公开了基于稀疏图因果时序编码的自监督群体行为识别方法及其识别装置。获得群体行为视频数据；基于稀疏图因果时序预测编码，构建描述群体状态时空信息变化的网络结构，网络结构包括特征提取网络、编码器与解码器。特征提取网络，用于根据群体行为视频数据提取特征向量组；编码器，根据群体行为视频数据构建的场景中个体的稀疏图；解码器，利用注意力机制建模长期线索之间的依赖关系关注最相关的历史动态，以用于预测未来群组变化；对描述群体状态时空信息变化的网络结构构建损失函数，增强自监督学习的效果；利用优化后的网络结构实现自监督条件下的群体行为识别。本发明可针对具有复杂时序关系和空间位置关系的群体行为进行建模与识别，用以解决常用的基于循环神经网络等模型在表示行为动态特征方面能力不足、识别性能欠佳的问题。

公开(公告)号：CN116561265A

公开(公告)日：2023-08-08

申请号：CN202310140734.9

申请日：2023-02-14

Applicant: 北京邮电大学

Inventor： 樊海润 ,  王小捷 ,  袁彩霞

IPC: G06F16/332 ,  G06F16/335 ,  G06F18/214

Abstract: 本申请公开了一种个性化对话生成方法和模型训练方法以及设备，其中，模型训练方法包括：获取样本数据和个性化信息集合；所述样本数据包括对话过程文本数据和相应的个性化信息标签；个性化信息集合包含每个对话个体的个性化信息，所述对话个体为样本数据中的对话参与者；利用个性化对话生成模型，基于所述样本数据和个性化信息集合，为相应对话过程中的每轮对话，生成系统回复语句；其中，基于当前的对话历史和个性化信息集合，预测当前对话需要表现的个性化信息，基于预测结果、对话历史和个性化信息集合，生成系统回复语句，并利用相应的损失函数值，优化调整个性化对话生成模型参数。采用本申请，可以提高回复生成的个性化且具有可解释性。

公开(公告)号：CN112990302B

公开(公告)日：2023-03-21

申请号：CN202110266563.5

申请日：2021-03-11

Applicant: 北京邮电大学

Inventor： 冯方向 ,  牛天睿 ,  王小捷 ,  李睿凡 ,  袁彩霞

IPC: G06V10/774 ,  G06V10/74 ,  G06N20/00 ,  G06T11/00

Abstract: 本申请公开了一种基于文本生成图像的模型训练方法、设备和图像生成方法，其中方法包括基于预设训练样本集合中各训练样本的文本信息，生成文本嵌入式表示，将所述文本嵌入式表示输入至图像生成模型，触发图像生成模型基于该文本嵌入式表示，生成人造图像，并采用模态解纠缠方式，提取人造图像的真实度参数和相应训练样本的真实图像的真实度参数；基于所述人造图像，确定所述训练样本的正例和负例；利用所述图像生成模型，基于每个训练样本的正例、负例和真实图像各自对应的所述真实度参数，计算总体损失函数；利用所述总体损失函数，调整所述图像生成模型的参数。采用本申请可以提高模型学习效率和图像生成效果。

公开(公告)号：CN114706955A

公开(公告)日：2022-07-05

申请号：CN202210361738.5

申请日：2022-04-07

Applicant: 北京邮电大学

Inventor： 王金涛 ,  王小捷 ,  袁彩霞

IPC: G06F16/33 ,  G06F16/332 ,  G06K9/62

Abstract: 本申请公开了一种对话响应生成模型的训练方法和装置及对话响应生成方法，其中训练方法包括：获取预设的样本数据和文档库，所述样本数据包括对话过程数据以及每轮对话的正确文档标签和话题保持标签；利用对话响应生成模型，遍历所述对话过程数据对应的每轮对话，基于在该轮对话的响应信息之前已产生的对话历史数据和所述文档库，生成该轮对话的响应信息，并基于所述样本数据中的相应标签，计算损失函数值，利用所述损失函数值，对所述对话响应生成模型的参数进行优化调整；其中，在进行所述生成时，采用二次相关方式，基于当前的话题保持状况，从所述文档库中选取用于生成所述响应信息的最相关文档。采用本申请，可以提高对话的回复质量。

公开(公告)号：CN113705222A

公开(公告)日：2021-11-26

申请号：CN202111018750.8

申请日：2021-09-01

Applicant: 北京邮电大学

Inventor： 沈皓 ,  王小捷 ,  袁彩霞 ,  刘俊鹏 ,  江会星 ,  武威

IPC: G06F40/284 ,  G06F40/126 ,  G06F16/35 ,  G06K9/62

Abstract: 本申请公开了一种槽识别模型训练方法及装置和槽填充方法及装置，其中，槽识别模型训练方法包括：将训练样本的文本数据输入至预先构建的槽识别模型；槽识别模型对所述文本数据进行编码，得到所述文本数据中每个词的词向量；基于词向量进行粗标签分类，得到相应词的粗标签得分向量；其中，粗标签预先基于槽值的词性类别对槽进行分类得到；基于词向量以及词向量对应的粗标签得分向量，生成相应词的高级细标签得分向量；将高级细标签得分向量，输入至模型的条件随机场层处理，得到相应的细标签分类损失值；基于细标签分类损失值，调整模型的网络参数。采用本申请，能够实现零样本跨领域槽填充，且可以提高填充的准确性。

公开(公告)号：CN112541570A

公开(公告)日：2021-03-23

申请号：CN202011335125.1

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

Inventor： 王浩宇 ,  王小捷 ,  江会星 ,  王仲远

IPC: G06N3/04 ,  G06N3/08 ,  G06N20/20

Abstract: 本申请提供了一种多模型训练方法、装置、电子设备及存储介质。该包括：确定待训练的第一网络模型和待训练的第二网络模型，所述第一网络模型和所述第二网络模型为相互关联的两个网络模型；利用训练样本，对所述第一网络模型和所述第二网络模型进行合作式训练，并根据训练结果对所述第一网络模型和所述第二网络模型各自的网络参数进行多次更新，直至训练结束，其中，所述第一网络模型的输出为所述第二网络模型的输入，所述第二网络模型的输出为所述第一网络模型的输入；将训练结束时第一网络模型确定为第一目标网络模型，并将训练结束时的第二网络模型确定为第二目标网络模型。该方法可提升对话管理系统策略的丰富性和模型的训练效率。