-
公开(公告)号：CN114416941B
公开(公告)日：2023-09-05
申请号：CN202111624827.6
申请日：2021-12-28
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F16/332 , G06F16/36 , G06F40/295 , G06F40/30 , G06N3/0455 , G06N3/08
摘要： 本申请公开了融合知识图谱的对话知识点确定模型的生成方法及装置，涉及计算机技术领域，尤其涉及自然语言处理、深度学习等人工智能领域。实现方案为：获取训练语料集；将对话文本中的历史对话文本输入初始语义模型中，确定历史对话文本对应的第一语义向量；将知识图谱中与对话文本中的答复语句对应的正样本节点及负样本节点输入初始图网络中，以确定正样本节点及负样本节点分别对应的第二语义向量及第三语义向量；根据第一语义向量分别与第二语义向量及第三语义向量间的关联度，确定初始语义模型及初始图网络分别对应的修正梯度；基于修正梯度，分别对初始语义模型及初始图网络进行修正，以获取对话知识点确定模型。该方法提高了知识点的准确性。
-
公开(公告)号：CN114416937B
公开(公告)日：2023-06-20
申请号：CN202111620317.1
申请日：2021-12-27
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F16/332 , G06F16/335 , G06F16/36
摘要： 本公开提供了人机交互方法、装置、设备、存储介质及计算机程序产品，涉及人工智能技术领域，尤其涉及自然语言处理领域。具体实现方案为：获取当前对话内容；在已存储的画像信息中，确定匹配所述当前对话内容的目标画像信息；基于所述当前对话内容以及所述目标画像信息，确定匹配所述当前对话内容的回复内容；以所述回复内容，对所述当前对话内容进行对话回复。通过本公开可以实现以较低的存储成本，实现以表征长时记忆的回复内容进行对话回复。
-
公开(公告)号：CN114547266A
公开(公告)日：2022-05-27
申请号：CN202210159291.3
申请日：2022-02-21
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F16/332 , G06F40/30 , G06F40/289 , G06F40/242 , G06N3/04 , G06N3/08
摘要： 本公开提供了一种信息生成模型的训练方法、生成信息的方法、装置、电子设备和存储介质，涉及人工智能领域，具体涉及自然语言处理领域和深度学习领域，可应用于生成推荐信息等场景下。信息生成模型的训练方法的具体实现方案为：将信息对中针对目标对象的描述信息拆分为至少一个描述词，得到描述词序列；其中，信息对还包括第一推荐信息；将描述词序列输入对话生成模型，得到针对目标对象的概率向量序列，该概率向量序列中的每个概率向量包括针对多个预定词的概率值；以及根据概率向量序列和第一推荐信息，训练对话生成模型，得到信息生成模型。
-
公开(公告)号：CN108170749B
公开(公告)日：2021-06-11
申请号：CN201711390831.4
申请日：2017-12-21
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F16/332 , G06F16/33
摘要： 本发明提供一种基于人工智能的对话方法、装置及计算机可读介质。其方法包括：接收用户的输入语句以及输入语句对应的上文语句；根据输入语句，从预设的语料库中获取对应的多个候选对话语句；根据输入语句、上文语句、各候选对话语句以及预先训练的分值预估模型，为各候选对话语句打分；根据多个候选对话语句的打分，从多个候选对话语句中获取目标对话语句，实现对话。本发明的技术方案，根据输入语句以及输入语句的上文语句，获取目标对话语句，充分参考了语境，从而能够有效地提高获取的目标对话语句的准确性。且本发明的技术方案，通过采用模型的方式获取目标对话语句，能够有效地提高对话的智能性以及对话效率。
-
公开(公告)号：CN105843850B
公开(公告)日：2020-07-24
申请号：CN201610148071.5
申请日：2016-03-15
申请人： 北京百度网讯科技有限公司
摘要： 本发明公开了一种搜索优化方法和装置，其中，搜索优化方法包括：获取输入的关键词，并将关键词切分为多个字段；获取每个字段对于关键词的重要度，并根据重要度获取符合预设条件的候选字段；基于倒排库对候选字段进行倒排拉链检索，并获取对应的候选关键词；基于迭代决策树GBDT模型对候选关键词进行排序，并获取排序结果；以及根据排序结果优化关键词，并根据优化后的关键词进行搜索，以获取搜索结果。本发明实施例通过对输入的关键词进行分析，并基于倒排库获取对应的候选关键词，再对候选关键词进行排序，以及根据排序结果优化关键词，最后根据优化后的关键词进行搜索获取搜索结果，从而获得更加满足用户需求的搜索结果，提升用户搜索体验。
-
公开(公告)号：CN110689117A
公开(公告)日：2020-01-14
申请号：CN201910926738.3
申请日：2019-09-27
申请人： 北京百度网讯科技有限公司
摘要： 本公开涉及计算机数据处理领域。本公开的实施例公开了基于神经网络的信息处理方法和装置、电子设备和计算机可读介质。该基于神经网络的信息处理方法包括：获取输入信息；基于输入信息，采用元神经网络预测参数存储器中的各参数的概率分布，其中，参数存储器是预先基于主神经网络的全连接层构建的；基于参数存储器中的各参数的概率分布，确定主神经网络的全连接层关于输入信息的参数组合模式；基于全连接层关于输入信息的参数组合模式，更新主神经网络的全连接层，并基于更新全连接层之后的主神经网络对输入信息进行处理，得到所与输入信息对应的输出信息。该方法实现了基于输入信息的主神经网络的参数的自动动态调整。
-
公开(公告)号：CN110633476B
公开(公告)日：2024-04-05
申请号：CN201910927638.2
申请日：2019-09-27
申请人： 北京百度网讯科技有限公司
IPC分类号： G06N5/022 , G06N3/042 , G06N3/08 , G06N20/00 , G06F40/205 , G06F40/289 , G06F40/30 , G06F16/31
摘要： 本公开的实施例公开了用于获取知识标注信息的方法及装置。该方法的一具体实施方式包括：从上述待处理信息划分为至少一条语句；对于上述至少一条语句中的语句，将该语句导入知识标注模型，得到对应上述语句的知识标注信息，其中，上述知识标注模型用于生成对应上述语句的知识标注信息。该实施方式提高了获取知识标注信息的效率和准确性。
-
公开(公告)号：CN115309877A
公开(公告)日：2022-11-08
申请号：CN202210929482.3
申请日：2022-08-03
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F16/332 , G06F16/33 , G06N20/00
摘要： 本申请公开了对话生成方法、对话模型训练方法及装置，涉及计算机技术领域，尤其涉及自然语言处理、深度学习等人工智能领域。具体实现方案为：获取用户与目标机器人之间的历史对话和目标对话，其中，目标对话是基于目标机器人的角色信息生成的；将目标对话和历史对话输入到对话模型中，以获取对话模型输出的历史对话的回复语句；其中，回复语句为与目标机器人的角色信息匹配的语句。针对不同的机器人角色信息，该方法可以通过将基于机器人的角色信息生成的目标对话作为对话模型的输入，得到对话模型输出的与目标机器人的角色信息匹配的回复语句，从而可以得到不同设定角色信息的机器人，降低了成本。
-
公开(公告)号：CN112530415A
公开(公告)日：2021-03-19
申请号：CN202110181108.5
申请日：2021-02-10
申请人： 北京百度网讯科技有限公司
摘要： 本公开公开了负向回复识别模型获取及负向回复识别方法和装置，涉及自然语言处理、深度学习以及智能语音等人工智能领域，其中的负向回复识别模型获取方法可包括：通过预训练获取语义表示模型；利用获取到的弱监督语料对语义表示模型进行训练，得到第一识别模型；利用获取到的监督语料对第一识别模型进行训练，得到第二识别模型；将第二识别模型作为所需的负向回复识别模型，以便利用负向回复识别模型对待处理的回复进行负向回复识别。应用本公开所述方案，可提升识别结果的准确性及提升负向回复的召回率等。
-
公开(公告)号：CN114547266B
公开(公告)日：2023-06-30
申请号：CN202210159291.3
申请日：2022-02-21
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F16/332 , G06F40/30 , G06F40/289 , G06F40/242 , G06N3/0455 , G06N3/0464 , G06N3/0442 , G06N3/084
摘要： 本公开提供了一种信息生成模型的训练方法、生成信息的方法、装置、电子设备和存储介质，涉及人工智能领域，具体涉及自然语言处理领域和深度学习领域，可应用于生成推荐信息等场景下。信息生成模型的训练方法的具体实现方案为：将信息对中针对目标对象的描述信息拆分为至少一个描述词，得到描述词序列；其中，信息对还包括第一推荐信息；将描述词序列输入对话生成模型，得到针对目标对象的概率向量序列，该概率向量序列中的每个概率向量包括针对多个预定词的概率值；以及根据概率向量序列和第一推荐信息，训练对话生成模型，得到信息生成模型。
-
-
-
-
-
-
-
-
-
搜索结果
27 条记录 (耗时 0.05 秒)
