-
公开(公告)号：CN114331380A
公开(公告)日：2022-04-12
申请号：CN202111674402.6
申请日：2021-12-31
申请人： 北京百度网讯科技有限公司
摘要： 本公开提供了一种职业流动关系的预测方法、系统、设备及存储介质，涉及数据处理领域，尤其涉及大数据处理领域。具体实现方案为：获取待确定流动关系的两个目标岗位后，针对各目标岗位，计算各个目标岗位在其目标相邻岗位视角下的第一相对表征，进而得到该目标岗位的独立表征，之后基于预设的流动关系预测公式和两个目标岗位的独立表征，获得两个目标岗位之间是否存在职业流动关系的预测结果。应用本公开实施例，通过基于大量职业数据构建职业流动图，并基于职业流动图以及预设流动关系预测公式进行职业流动关系预测，无需依靠人工经验分析，在实现从宏观上对全局的职业流动进行预测的同时，提高了职业流动预测的可靠性。
-
公开(公告)号：CN114330333A
公开(公告)日：2022-04-12
申请号：CN202111644033.6
申请日：2021-12-29
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F40/284 , G06N3/08 , G06Q10/06
摘要： 本公开提供了用于处理技能信息的方法、模型训练方法及装置，涉及人工智能技术领域，具体为机器学习技术领域。具体实现方案为：获取待考察信息；基于待考察信息和预先训练完成的技能词生成模型，确定至少一个技能词；输出至少一个技能词。本实现方式可以基于技能词进行技能信息的考察，能够提高技能考察精准度。
-
公开(公告)号：CN115330142A
公开(公告)日：2022-11-11
申请号：CN202210878392.6
申请日：2022-07-25
申请人： 北京百度网讯科技有限公司
摘要： 本公开提供了一种联合能力模型的训练方法、能力需求匹配方法和装置，涉及人工智能技术领域，尤其涉及深度学习领域。具体实现方案为：采用多种能力预测模型对样本数据进行处理，得到多种能力信息；采用需求匹配模型对该多种能力信息和需求信息进行处理，得到需求匹配结果，该需求信息包括目标场景需要满足的能力信息；基于需求匹配结果对该需求匹配模型和该多种能力预测模型进行训练，以更新该需求匹配模型和该多种能力预测模型的参数。本公开利用多种样本数据对需求匹配模型和多种能力预测模型进行训练，训练后得到的联合能力模型能够满足更全面、更多维度的能力预测和需求匹配，适用于更丰富的应用场景。
-
公开(公告)号：CN115330142B
公开(公告)日：2023-06-02
申请号：CN202210878392.6
申请日：2022-07-25
申请人： 北京百度网讯科技有限公司
IPC分类号： G06Q10/0639 , G06Q10/1053 , G06N3/0464 , G06N3/047 , G06N3/08
摘要： 本公开提供了一种联合能力模型的训练方法、能力需求匹配方法和装置，涉及人工智能技术领域，尤其涉及深度学习领域。具体实现方案为：采用多种能力预测模型对样本数据进行处理，得到多种能力信息；采用需求匹配模型对该多种能力信息和需求信息进行处理，得到需求匹配结果，该需求信息包括目标场景需要满足的能力信息；基于需求匹配结果对该需求匹配模型和该多种能力预测模型进行训练，以更新该需求匹配模型和该多种能力预测模型的参数。本公开利用多种样本数据对需求匹配模型和多种能力预测模型进行训练，训练后得到的联合能力模型能够满足更全面、更多维度的能力预测和需求匹配，适用于更丰富的应用场景。
-
公开(公告)号：CN114492393A
公开(公告)日：2022-05-13
申请号：CN202210051090.1
申请日：2022-01-17
申请人： 北京百度网讯科技有限公司
IPC分类号： G06F40/216 , G06F40/284
摘要： 本公开提供了文本主题的确定方法，涉及数据处理技术领域，尤其涉及大数据、自然语言处理等人工智能领域。具体实现方案为：在确定待处理文本对应的词序列，及词序列中每两个词在待处理文本中间隔的词数量后，可以根据每两个词在待处理文本中间隔的词数量，确定待处理文本对应的图结构，之后，可以根据词序列及图结构，确定文本对应的主题分布，然后，根据主题分布，可以确定文本对应的主题。由此，通过根据词序列及图结构，确定文本对应的主题分布，进而确定文本对应的主题，不仅使得确定的主题考虑了文本中词的语义信息，还考虑文本中各词间的依赖关系，提高了确定的主题的正确性和可靠性。
-
-
-
-
搜索结果
5 条记录 (耗时 0.03 秒)
