-
公开(公告)号:CN115048560A
公开(公告)日:2022-09-13
申请号:CN202210326504.7
申请日:2022-03-30
IPC: G06F16/9035 , G06F16/909 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种数据处理方法,可以应用于人工智能领域,方法包括:获取操作日志,操作日志包括用户在第一推荐场景中的第一操作数据;根据第一操作数据,分别通过第一特征提取网络和第二特征提取网络,得到第一特征表示和第二特征表示;根据第一特征表示,通过任务网络,得到第一倾向性信息和第二倾向性信息,并第一门控网络的第一权重和第二权重,对第一倾向性信息和第二倾向性信息进行融合,以得到第一目标倾向性信息。本申请可以降低不同推荐场景之间的干扰,进而解决多场景联合建模的情况下,单任务模型受数据之间分布不同的影响,所导致的预测准确性下降的问题。
-
公开(公告)号:CN115048560B
公开(公告)日:2024-09-13
申请号:CN202210326504.7
申请日:2022-03-30
IPC: G06F16/9035 , G06F16/909 , G06F18/25 , G06F18/22 , G06N3/0442 , G06N3/084
Abstract: 本申请公开了一种数据处理方法,可以应用于人工智能领域,方法包括:获取操作日志,操作日志包括用户在第一推荐场景中的第一操作数据;根据第一操作数据,分别通过第一特征提取网络和第二特征提取网络,得到第一特征表示和第二特征表示;根据第一特征表示,通过任务网络,得到第一倾向性信息和第二倾向性信息,并第一门控网络的第一权重和第二权重,对第一倾向性信息和第二倾向性信息进行融合,以得到第一目标倾向性信息。本申请可以降低不同推荐场景之间的干扰,进而解决多场景联合建模的情况下,单任务模型受数据之间分布不同的影响,所导致的预测准确性下降的问题。
-
公开(公告)号:CN118520112A
公开(公告)日:2024-08-20
申请号:CN202410670348.5
申请日:2024-05-28
Applicant: 中国人民大学
IPC: G06F16/35 , G06F16/36 , G06F16/31 , G06F40/284
Abstract: 本公开提供一种基于领域规则知识与数据的序列检索与分类方法。包括关键文本提取模块、规范典章结构树模块、修正损失模块;所述关键文本提取模块输入人工审查后的外部文本信息以及领域规则知识规范典章中的文本知识,得到形成每个文档的关键文本序列;所述规范典章结构树模块输入领域规则知识规范典章中的文本知识,利用文档所属的规范典章的固有层次结构来指导检索过程;所述修正损失模块通过比较所述预测的文档标识符和真实标注的文档标识符之间的差异来计算损失。本算法统一地最小化了预测和标记的分类/检索文档的标识符之间的差异,提高了两个任务的准确性和一致性。
-
-