长文档处理方法、装置、电子设备及介质

    公开(公告)号:CN118798204A

    公开(公告)日:2024-10-18

    申请号:CN202410040429.7

    申请日:2024-01-10

    摘要: 本公开提供一种长文档处理方法、装置、电子设备及介质,涉及长文档处理技术领域,该方法包括:通过对长文档中的多个文本段进行编码,并结合多个文本段在长文档的预设间隔的位置信息,获取多个文本段中每个文本段的序列向量;依次分别将多个文本段中每个文本段的序列向量输入至循环处理单元,以获取每个文本段的深度语义特征;基于每个文本段的深度语义特征,预测长文档的深度语义特征。实现在循环处理单元利用带有位置信息的序列向量对每个文本段进行文本处理时可以更准确、完整地提取文本段的深度语义特征,提高了对长文档的处理能力,从而实现了对长文档的全面理解和分析。

    一种基于混合知识图的注意力引导增强的常识推理框架

    公开(公告)号:CN116050523A

    公开(公告)日:2023-05-02

    申请号:CN202310044752.7

    申请日:2023-01-30

    IPC分类号: G06N5/04 G06N5/02 G06N3/042

    摘要: 本发明提供一种基于混合知识图的注意力引导增强的常识推理框架,包括:预训练文本编码器、检索常识知识图谱模块、知识交互引导模块、常识知识聚合与传播模块和回答与解释模块;所述预训练文本编码器对一组问题q‑选项ci对进行编码表示;所述检索图谱模块根据问题和选项进行常识推理子图筛选,并将问题‑选项对的编码表示作为子图的全局节点;所述知识交互引导模块是通过将各推理子图中的问题‑选项节点提取出来,让多个推理子图的全局节点进行信息的相互传递,并获得新的问题‑选项节点的表示等步骤,本发明在常识知识聚合阶段获得了重要推理信息,同时在知识交互引导模块让推理子图中的节点感受到了非局部的信息,扩大了模型推理过程的信息源和接收域。

    联邦学习聚合方法、装置、设备及存储介质

    公开(公告)号:CN117829314A

    公开(公告)日:2024-04-05

    申请号:CN202410006704.3

    申请日:2024-01-02

    摘要: 本发明涉及区块链技术领域,公开了一种联邦学习聚合方法、装置、设备及存储介质,该方法应用于联邦学习聚合设备,联邦学习聚合设备上设置有区块链的智能合约,联邦学习聚合设备通过智能合约执行该方法,该方法包括:收集各个数据提供者对应的各个客户端提交的梯度,梯度在区块链上以交易的形式进行存储,对梯度进行聚合,获得聚合梯度,基于聚合梯度对全局模型进行更新,并返回收集各个数据提供者对应的客户端提交的梯度的步骤,直至更新后全局模型满足预设训练终止条件,输出更新后全局模型;由于本发明中用区块链替代了传统联邦学习中的中央服务器,从而规避了单点故障问题,进而提高了系统的可靠性与安全性。

    图像合成方法及系统
    9.
    发明公开

    公开(公告)号:CN115082366A

    公开(公告)日:2022-09-20

    申请号:CN202110272122.6

    申请日:2021-03-12

    摘要: 本发明提供一种图像合成方法及系统,该方法包括:对初始图像中的目标和背景进行分割,获取分割后的目标图像;基于分割后的目标图像边缘非透明像素点个数和预设关系曲线,获取边缘透明通道临界值,所述预设关系曲线表示目标样本图像边缘非透明像素点个数和边缘透明通道临界值之间的关系;基于所述透明通道临界值对分割后的目标图像进行边缘优化,获取优化后的目标图像;根据优化后的目标图像和待融合背景,获取融合图像。本发明实现边缘部分的精细分割,并且降低了算法复杂度,提高了图像融合效率。