-
公开(公告)号：CN118866008A
公开(公告)日：2024-10-29
申请号：CN202410936570.5
申请日：2024-07-12
摘要： 本申请涉及计算机领域，提供一种异常语音识别方法、装置、设备、介质及产品。该方法包括：基于调优后的自动语音识别模型将待识别语音转换为文本；在文本的文本困惑度大于预设阈值时，基于文本修正模型对文本进行修正得到修正文本；将修正文本输入至异常语义识别模型中，得到待识别语音的识别结果；识别结果包括待识别语音是否异常和/或待识别语音的异常类型；自动语音识别模型是基于在异常文本中确定的异常词汇进行调优的。本申请通过调优后的自动语音识别模型进行文本转换，提高了文本转换的准确度；通过将低质量文本进行修正后再输入异常语义识别模型中，可以使异常语义识别模型更易识别异常文本，提高了异常语音识别的准确度。
-
公开(公告)号：CN118799010A
公开(公告)日：2024-10-18
申请号：CN202311345742.3
申请日：2023-10-17
IPC分类号： G06Q30/0601 , G06F16/735 , G06F16/75 , G06F16/783 , G06F18/2415 , G06N3/0442
摘要： 本发明提供一种视频推荐营销方法、装置、电子设备及存储介质，涉及计算机技术领域，该方法包括：基于多个用户的用户数据，构建各用户对应的用户画像；用户画像包括多种维度的属性标签；针对每个用户，基于多种维度的属性标签和至少两个业务目标需求，确定各业务目标需求对应的用户特征向量；将各用户特征向量输入至需求预测模型，得到需求预测模型输出的各业务目标需求对应的概率值；需求预测模型是基于样本用户特征向量进行训练得到的；概率值表示用户满足业务目标需求的概率；基于各概率值，对用户进行视频推荐营销。通过构建包括多种维度的属性标签的用户画像，使得用户画像更加丰富完整，提升视频营销的成功率。
-
公开(公告)号：CN118798298A
公开(公告)日：2024-10-18
申请号：CN202410293153.3
申请日：2024-03-14
摘要： 本申请涉及人工智能技术领域，提供一种模型的缩放因子确定方法、装置、设备、产品及存储介质。方法包括：基于模型的初始缩放因子和模型的损失值，确定扩大梯度；基于扩大梯度的反向传播结果，迭代更新初始缩放参数的上限值和下限值；基于最终更新后的上限值和下限值，确定模型的缩放因子。本申请根据扩大梯度的反向传播结果，迭代更新初始缩放参数的上限值和下限值，减少了确定缩放参数的上限值和下限值的模型迭代次数，简化了确定缩放参数的上限值和下限值的流程；根据更新后的上限值和更新后的下限值，确定缩放因子，提高了确定缩放因子的准确性，根据扩大梯度的反向传播结果，确定缩放因子，减少了确定缩放因子的迭代次数，提高了确定缩放因子的效率。
-
公开(公告)号：CN118797149A
公开(公告)日：2024-10-18
申请号：CN202410486437.4
申请日：2024-04-22
IPC分类号： G06F16/9535 , G06F16/335 , G06F16/33 , G06N20/00 , G06F40/284 , G06N3/0499 , G06N3/0895
摘要： 本申请公开了一种内容推荐方法、电子设备和计算机可读存储介质，属于通信领域。所述内容推荐方法包括：获取终端传输的目标推荐任务；从所述目标深度学习模型获取所述目标推荐任务的目标文本嵌入信息；所述目标深度学习模型用于内容语义理解；从目标推荐系统中获取所述目标推荐任务的目标标识嵌入信息，所述目标标识嵌入信息用于提高目标深度学习模型对目标对象表征的唯一性指代理解，所述目标对象包括用户和物品中的至少一种；将所述目标标识嵌入信息和所述目标文本嵌入信息合并，得到所述目标推荐任务的整体嵌入特征；通过所述目标深度学习模型中的大语言模型主体对所述整体嵌入特征进行处理，得到目标处理结果，所述目标处理结果用于内容推荐。
-
公开(公告)号：CN118803360A
公开(公告)日：2024-10-18
申请号：CN202311546994.2
申请日：2023-11-17
申请人： 中国移动通信集团浙江有限公司 , 中国移动(浙江)创新研究院有限公司 , 中国移动通信集团有限公司
IPC分类号： H04N21/442 , H04N21/466 , H04N21/61 , G10L15/26 , G10L17/02
摘要： 本申请公开了一种用户画像的构建方法、用户画像的构建装置和电子设备，属于计算机技术领域，所述方法包括：基于目标声纹数据，确定所述目标声纹数据的目标声纹特征；在声纹特征库中包括与所述目标声纹特征匹配的第一历史声纹特征的情况下，获取目标用户标识，其中，所述声纹特征库包括多个历史声纹特征与多个用户标识的对应关系，所述目标用户标识为所述第一历史声纹特征对应的用户标识；根据与所述目标用户标识关联的使用行为数据，确定与所述目标用户标识对应的目标兴趣分类标签；在确定存在与所述目标用户标识关联的历史用户画像的情况下，通过将所述目标兴趣分类标签更新至所述历史用户画像，构建与所述目标用户标识对应的目标用户画像。
-
公开(公告)号：CN116975209A
公开(公告)日：2023-10-31
申请号：CN202211219459.1
申请日：2022-09-30
申请人： 中国移动通信集团浙江有限公司 , 中国移动(浙江)创新研究院有限公司 , 中国移动通信集团有限公司
IPC分类号： G06F16/332 , G06F16/36 , G06F18/25 , G06N3/0442 , G06N3/08
摘要： 本发明涉及人机对话技术领域，公开了一种对话内容生成方法、系统、存储介质及装置，该方法包括：将对话问句和预设领域数据库中的实体关系数据分别进行知识编码，获得问句编码和知识图谱编码，对问句编码和知识图谱编码进行融合，获得融合结果，基于融合结果生成对话问句对应的对话答案；由于本发明中，通过对预设领域数据库中的实体关系数据进行编码并融入对话问句中，避免了出现答非所问的情况，提升了对话答案的准确度。
-
公开(公告)号：CN118798293A
公开(公告)日：2024-10-18
申请号：CN202311394640.0
申请日：2023-10-25
申请人： 中国移动通信集团浙江有限公司 , 中国移动(浙江)创新研究院有限公司 , 中国移动通信集团有限公司
IPC分类号： G06N3/082 , G06N3/0455
摘要： 本发明提供一种基于多任务辅助的神经网络通道剪枝方法及装置，方法包括：确定骨干网络的任务内容，所述任务内容包括主任务和辅助任务；构造和初始化所述骨干网络的编码向量，所述编码向量至少包括：当前层网络的第一编码向量和上一层网络的第二编码向量；对所述编码向量增加L1系数正则化约束，得到约束结果，将所述编码向量作为所述当前层网络的句柄，将所述句柄结合所述约束结果对所述当前层网络进行所述编码向量对应通道的剪枝；将所述第一编码向量和第二编码向量输入至已构建的权重生成网络中进行训练和网络结构修剪，得到训练完成的剪枝网络。本发明能够提升主任务精度和进一步增强网络的泛化能力。
-
公开(公告)号：CN118796505A
公开(公告)日：2024-10-18
申请号：CN202410695325.X
申请日：2024-05-31
申请人： 中国移动通信集团浙江有限公司 , 中国移动(浙江)创新研究院有限公司 , 中国移动通信集团有限公司
摘要： 本发明提供一种基于大语言模型的业务处理方法及装置，其中方法包括：基于算力网络接收目标业务请求；算力网络基于预先存储的业务请求与适配器之间映射关系，从多个适配器中确定目标业务请求对应的目标适配器；算力网络基于基座大语言模型以及目标适配器，构建目标业务请求的目标推理服务，并基于目标推理服务，处理目标业务请求。本发明提供的基于大语言模型的业务处理方法及装置，通过算力网络仅需要部署一个完整基座大语言模型，基于多个适配器之间的切换即可完成推理能力的切换，显著节省算力资源，使得不同类型的适配器可以在同一推理任务中协同工作，大幅度提高处理效率。
-
公开(公告)号：CN118568785A
公开(公告)日：2024-08-30
申请号：CN202410623729.8
申请日：2024-05-20
申请人： 中国移动通信集团浙江有限公司 , 中国移动(浙江)创新研究院有限公司 , 中国移动通信集团有限公司
IPC分类号： G06F21/64 , G06F18/241 , G06F18/213 , G06F18/214
摘要： 本发明提供一种文档检测方法、系统、设备及介质，涉及数据处理技术领域，该方法包括：将待检测文档输入至文档检测模型的输入层，得到所述输入层输出的所述待检测文档的多层次的嵌入特征；将多层次的所述嵌入特征输入至所述文档检测模型的检测层，得到所述检测层输出的所述待检测文档的文本特征；将所述文本特征输入至所述文档检测模型的输出层，得到所述输出层对所述文本特征进行多层次的降维变换操作和分类操作输出的所述待检测文档的完整性检测结果；其中，所述文档检测模型是在预训练的BERT‑Large模型的基础上，基于样本文档和所述样本文档的完整性标签进行训练得到的。本发明实现自动、高效、精准地进行文档检测。
-
公开(公告)号：CN118735182A
公开(公告)日：2024-10-01
申请号：CN202410790878.3
申请日：2024-06-19
申请人： 中国移动通信集团浙江有限公司 , 中国移动(浙江)创新研究院有限公司 , 中国移动通信集团有限公司
IPC分类号： G06Q10/0631 , G06Q10/0637 , G06F40/151 , G06F40/30
摘要： 本申请涉及人工智能技术领域，提供一种机器人调用方法、装置、电子设备、存储介质及程序产品，方法包括响应于用户指令，基于语义向量、关键词和预测指令中的至少一个对用户指令和预先定义的机器人的应用描述进行匹配，确定机器人候选列表；根据用户指令和机器人候选列表，确定至少一提示词；输入提示词至预先确定的大模型，大模型用于确定与用户指令对应的参数信息，基于提示词从机器人候选列表中选取至少一目标机器人；根据参数信息，调用目标机器人。本申请采用先基于用户指令进行检索，再利用大模型识别的方式来获取目标机器人，无需用户准确记忆格式化指令，降低用户指令中噪声，有效增加了目标机器人的识别准确率。
-
-
-
-
-
-
-
-
-
搜索结果
13 条记录 (耗时 0.091 秒)
