-
公开(公告)号：CN112541784B
公开(公告)日：2024-04-09
申请号：CN202011420995.9
申请日：2020-12-08
申请人： 北京百度网讯科技有限公司
IPC分类号： G06Q30/0207
摘要： 本申请涉及自然语言处理领域和数据识别领域，公开了会员识别方法和装置：通过获取用户处理目标资源的历史权限信息和目标资源对应的会员权限信息，然后将历史权限信息和目标资源对应的会员权限信息进行匹配，判断历史权限信息是否包括会员权限信息，最后响应于确定历史权限信息包括会员权限信息，则识别用户为目标资源的会员，能够基于用户的历史权限信息和目标资源的会员权限信息实现判断用户是否为会员，不需要获取会员的注册隐私数据，根据用户的历史权限信息即可实现识别用户是否为会员，提高了会员识别的准确性和灵活性。
-
公开(公告)号：CN107908792B
公开(公告)日：2021-10-22
申请号：CN201711328500.8
申请日：2017-12-13
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F40/232 , G06F40/289 , G06F40/247 , G06F40/211
摘要： 本申请实施例公开了信息推送方法和装置。该方法的一具体实施方式包括：接收包含待检测文本和该待检测文本的题材的文本检测请求；确定该待检测文本的目标词和目标句，并基于该目标词在该待检测文本中的位置和该目标句在该待检测文本中的位置，生成该待检测文本的词句分布信息；提取与该待检测文本的类型相匹配的结构检测模型，将该词句分布信息输入至该结构检测模型，得到该待检测文本的结构评价信息；推送包含该待检测文本的结构评价信息的文本检测结果。该实施方式提高了对文本的检测的灵活性。
-
公开(公告)号：CN111833199A
公开(公告)日：2020-10-27
申请号：CN201910295117.X
申请日：2019-04-12
申请人： 北京百度网讯科技有限公司
IPC分类号： G06Q50/00
摘要： 本发明提出一种社区结构的划分方法、装置、设备和计算机可读介质，所述方法包括：计算网络结构中的每个顶点的归属概率；根据获取的归属概率随机采样多个顶点，构成社区结构；计算社区结构模块度指标；判断所述社区结构的模块度指标是否达到预设条件；若否，则根据所述的模块度指标更新顶点的归属概率，并更新所述社区结构；若是，则输出当前的社区结构。本发明实施例通过顶点的归属概率确定社区结构，并通过迭代计算更新的方式，可以逐步优化全局的社区结构，使得社区结构中顶点的构成更加合理，更能体现全局的社区性。
-
公开(公告)号：CN111125445A
公开(公告)日：2020-05-08
申请号：CN201911300985.9
申请日：2019-12-17
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F16/901 , G06F16/9536 , G06F16/35 , G06N3/04 , G06N3/08 , G06Q50/00
摘要： 本申请公开了一种社区主题生成方法、装置、电子设备及存储介质，涉及大数据技术领域。具体实现方案为：对获取的各用户网络行为数据进行挖掘处理，确定各用户组成的社区网络；利用预设的自然语言处理模型，对所述社区网络中的每个用户的网络行为数据进行处理，确定所述社区网络中每个用户的特征和各连接边特征；利用预设的图注意力网络，对所述社区网络中每个用户的特征、及每个连接边的特征进行学习，以确定所述社区网络对应的社区主题。本申请的方案能够在生成社区主题时兼顾用户的行为文本和社区网络构成，提高社区主题生成的准确性和可靠性，解决现有技术中仅从文本处理的角度确定社区主题，准确性较差的技术问题。
-
公开(公告)号：CN111078878A
公开(公告)日：2020-04-28
申请号：CN201911239505.2
申请日：2019-12-06
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F16/35 , G06F40/284 , G06F40/289
摘要： 本公开公开了文本处理方法、装置、设备及计算机可读存储介质，涉及文本处理领域。具体实现方案为：获取终端设备输入的待分类数据，其中，所述待分类数据中包括待分类文本以及输入所述待分类文本的用户的标识；根据所述用户的标识获取所述用户对应的用户特征，对所述待分类文本以及所述用户特征进行向量化处理，获得待处理向量信息；采用预设的特征提取模型对所述待处理向量信息进行处理，获得所述待处理向量信息对应的特征信息；通过级联分类器对特征信息进行分类操作，获得所述待分类文本对应的类别信息。从而能够在分类过程中考量用户特征的因素，提高文本分类的准确性。
-
公开(公告)号：CN112148960B
公开(公告)日：2024-03-22
申请号：CN201910572735.4
申请日：2019-06-27
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F16/9535
摘要： 本发明实施例提出一种关注点的类别确定方法、装置、设备及存储介质，其中方法包括：获取单个用户的预定关注点，并获取所述预定关注点的各个关联关注点；根据所述预定关注点属于预定类别的全局性概率、所述各个关联关注点属于所述预定类别的全局性概率、以及所述预定关注点与所述各个关联关注点的关联程度，确定所述预定关注点属于所述预定类别的个性化概率；其中，所述全局性概率为：在全局用户的行为数据中，所述预定关注点或关联关注点属于所述预定类别的概率；所述个性化概率为：在所述单个用户的行为数据中，所述预定关注点属于所述预定类别的概率。本发明实施例能够针对单个用户确定关注点属于不同类别的概率。
-
公开(公告)号：CN111078878B
公开(公告)日：2023-07-04
申请号：CN201911239505.2
申请日：2019-12-06
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F16/35 , G06F40/284 , G06F40/289
摘要： 本公开公开了文本处理方法、装置、设备及计算机可读存储介质，涉及文本处理领域。具体实现方案为：获取终端设备输入的待分类数据，其中，所述待分类数据中包括待分类文本以及输入所述待分类文本的用户的标识；根据所述用户的标识获取所述用户对应的用户特征，对所述待分类文本以及所述用户特征进行向量化处理，获得待处理向量信息；采用预设的特征提取模型对所述待处理向量信息进行处理，获得所述待处理向量信息对应的特征信息；通过级联分类器对特征信息进行分类操作，获得所述待分类文本对应的类别信息。从而能够在分类过程中考量用户特征的因素，提高文本分类的准确性。
-
公开(公告)号：CN108062372A
公开(公告)日：2018-05-22
申请号：CN201711317507.X
申请日：2017-12-12
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F17/30
摘要： 本申请实施例公开了基于人工智能的图像生成方法和装置。该方法的一具体实施方式包括：接收用户输入的搜索用信息，其中，该搜索用信息用于指示对待绘制函数的函数图像的搜索需求；将该搜索用信息发送至服务器，其中，该服务器解析该搜索用信息得到该待绘制函数，确定并返回该待绘制函数的图像生成用信息；接收该图像生成用信息；利用该图像生成用信息，生成该函数图像。该实施方式丰富了生成函数图像的方式。
-
公开(公告)号：CN112052397B
公开(公告)日：2024-05-03
申请号：CN202011057509.1
申请日：2020-09-29
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F16/9535 , G06F16/242 , G06F16/2455 , G06F40/289 , G06F40/30
摘要： 本公开提供了用户特征生成方法、装置、电子设备及存储介质，涉及大数据处理等领域。具体实现方案为：获取目标用户在第一预设时长内的N个历史行为数据；其中，N为大于等于1的整数；基于M个候选簇的主题词确定所述N个历史行为数据分别对应的主题，基于所述N个历史行为数据分别对应的主题进行聚合得到K个历史行为数据集合及其主题；其中，M和K为大于等于1的整数；基于所述K个历史行为数据集合分别对应的候选簇的中心向量，确定所述K个历史行为数据集合分别对应的目标行为数据；将所述K个历史行为数据集合分别对应的所述主题以及所述目标行为数据作为所述目标用户的特征。
-
公开(公告)号：CN111125445B
公开(公告)日：2023-08-15
申请号：CN201911300985.9
申请日：2019-12-17
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F16/901 , G06F16/9536 , G06F16/35 , G06N3/042 , G06N3/0464 , G06N3/0442 , G06N3/045 , G06N3/08 , G06Q50/00
摘要： 本申请公开了一种社区主题生成方法、装置、电子设备及存储介质，涉及大数据技术领域。具体实现方案为：对获取的各用户网络行为数据进行挖掘处理，确定各用户组成的社区网络；利用预设的自然语言处理模型，对所述社区网络中的每个用户的网络行为数据进行处理，确定所述社区网络中每个用户的特征和各连接边特征；利用预设的图注意力网络，对所述社区网络中每个用户的特征、及每个连接边的特征进行学习，以确定所述社区网络对应的社区主题。本申请的方案能够在生成社区主题时兼顾用户的行为文本和社区网络构成，提高社区主题生成的准确性和可靠性，解决现有技术中仅从文本处理的角度确定社区主题，准确性较差的技术问题。
-
-
-
-
-
-
-
-
-
搜索结果
19 条记录 (耗时 0.039 秒)
