基于增强方式融合语法信息的深度学习文本匹配方法

    公开(公告)号:CN115034202A

    公开(公告)日:2022-09-09

    申请号:CN202210384575.2

    申请日:2022-04-13

    摘要: 本发明公开了基于增强方式融合语法信息的深度学习文本匹配方法,所述文本匹配方法建立在编码层、匹配融合层和池化预测层;所述编码层用于在句对编码表示时,对句子做依存句法分析,构造依存句法树,利用深度神经网络提取出句子的依存句法信息和语义信息,将两者相加融合;所述匹配融合层用于在相似度计算时,计算句对之间编码特征的欧式距离,将内积交互矩阵与欧式距离矩阵两者对应位置相减,利用欧式距离增强内积交互过程;所述池化预测层用于加权的池化方式与最大池化方式相拼接组合的池化模块进行信息的池化特征提取,本发明在SNLI和Quora数据集上都验证了对句对精确匹配的能力。

    基于增强方式融合语法信息的深度学习文本匹配方法

    公开(公告)号:CN115034202B

    公开(公告)日:2024-11-01

    申请号:CN202210384575.2

    申请日:2022-04-13

    摘要: 本发明公开了基于增强方式融合语法信息的深度学习文本匹配方法,所述文本匹配方法建立在编码层、匹配融合层和池化预测层;所述编码层用于在句对编码表示时,对句子做依存句法分析,构造依存句法树,利用深度神经网络提取出句子的依存句法信息和语义信息,将两者相加融合;所述匹配融合层用于在相似度计算时,计算句对之间编码特征的欧式距离,将内积交互矩阵与欧式距离矩阵两者对应位置相减,利用欧式距离增强内积交互过程;所述池化预测层用于加权的池化方式与最大池化方式相拼接组合的池化模块进行信息的池化特征提取,本发明在SNLI和Quora数据集上都验证了对句对精确匹配的能力。

    一种针对多跳知识图谱问答的序列流控制模型

    公开(公告)号:CN116049366A

    公开(公告)日:2023-05-02

    申请号:CN202310043399.0

    申请日:2023-01-29

    摘要: 本发明公开一种针对多跳知识图谱问答的序列流控制模型,所述模型包括序列推理自注意力机制、GRU启发的流控制框架和输出模块;所述序列推理自注意力机制在原始Self‑Attention机制的基础上,引入时序逻辑,用于获取当前时刻的推理信息;所述GRU启发的流控制框架利用GRU的时序建模结构将时序依赖显式地引入到多跳推理过程生成当前的推理判断;所述输出模块用于根据当前推理时刻的问题表示在知识图谱上进行推理;本发明最终显著提高了基于路径的多跳推理方法在该领域公开数据集的效果,并且融合了近期提出的可微分知识图谱表示技术,具有推理速度快、可拓展性强等优点。

    图像分割方法、装置、设备及可读存储介质

    公开(公告)号:CN117689670A

    公开(公告)日:2024-03-12

    申请号:CN202311658002.5

    申请日:2023-12-05

    IPC分类号: G06T7/11 G06T7/194

    摘要: 本申请公开了一种图像分割方法、装置、设备及可读存储介质,该方法包括步骤:获取待分割图像,其中,所述待分割图像为包含目标抠图图像的图像;将所述待分割图像输入至预设的图像分割模型,并基于所述图像分割模型,对所述待分割图像中的目标抠图图像进行检测和实例分割,得到初步处理结果;基于预设形态学处理算法,对所述初步处理结果的图像形态进行处理,得到形态优化参数;基于所述形态优化参数和图割算法,对所述初步处理结果进行优化处理,得到目标抠图结果。本申请实现了通过图像分割模型对待分割图像中的目标抠图图像进行精准分割的效果。

    一种基于RPR融合模型的阅读理解智能问答的方法

    公开(公告)号:CN114064871A

    公开(公告)日:2022-02-18

    申请号:CN202111351525.6

    申请日:2021-11-16

    IPC分类号: G06F16/332

    摘要: 本发明提供一种基于RPR融合模型的阅读理解智能问答的方法,涉及智能问答领域。该基于RPR融合模型的阅读理解智能问答的方法,包括以下步骤:S1、问题与文档的输入;S2、问题分类;S3、YES/NO类问题的答复;S4、Span‑Extraction类问题的答复;S5、Unanswerable类问题的答复。通过对RAG模型的Generator部分进行改进,提出了在融合指针生成网络的RPGN子模型,该模型较RAG模型生成的答案与原文相关度更高,结果的词汇更多的来源于原文或相关文档中,可以回答基于阅读理解的问题中没有答案标注的问题。同时,对RAG的Encoder部分也做了优化,使用RoBERTa‑wwm‑ext做编码器。

    电脑的心理筛查智能分析平台图形用户界面

    公开(公告)号:CN306487513S

    公开(公告)日:2021-04-23

    申请号:CN202030602405.9

    申请日:2020-10-10

    设计人: 张烁 张伟 周红薇

    摘要: 1.本外观设计产品的名称:电脑的心理筛查智能分析平台图形用户界面。
    2.本外观设计产品的用途:本外观设计产品作为一种电脑的心理筛查智能分析平台图形用户界面,用于运行心理筛查智能分析平台系统程序。
    3.本外观设计产品的设计要点:在于屏幕中的图形用户界面。
    4.最能表明设计要点的图片或照片:主视图。
    5.图形用户界面的用途:用于心理筛查智能分析过程当中的各种工作参数、状态。
    6.图形用户界面在产品中的区域:在于屏幕中的图形用户界面。
    7.图形用户界面的人机交互方式:本外观设计具体的交互过程:心理筛查智能分析平台系统启动后进入主视图中的界面;在主视图中输入登录者的用户名及密码,由主视图进入界面变化状态图1;在界面变化状态图1中,通过点击“学院管理”,跳转到界面变化状态图2;在界面变化状态图2中,通过点击“教师管理”,跳转到界面变化状态图3;在界面变化状态图3中,通过点击“学生管理”,跳转到界面变化状态图4;在界面变化状态图4中,通过点击“量表分类”,跳转到界面变化状态图5;在界面变化状态图5中,通过点击“量表管理”,跳转到界面变化状态图6;在界面变化状态图6中,通过点击“筛查计划”,跳转到界面变化状态图7;在界面变化状态图7中,通过点击“筛查记录”,跳转到界面变化状态图8;在界面变化状态图8中,通过点击“重点学生”,跳转到界面变化状态图9;在界面变化状态图9中,通过点击“小贴士”,跳转到界面变化状态图10;在界面变化状态图10中,通过点击“日志记录”,跳转到界面变化状态图11;在界面变化状态图11中,通过点击“账户管理”,跳转到界面变化状态图12;在界面变化状态图12中,通过点击“对话管理”,跳转到界面变化状态图13。