公开(公告)号：CN116401398A

公开(公告)日：2023-07-07

申请号：CN202310229317.1

申请日：2023-02-28

申请人： 华为技术有限公司 ,  中国人民大学

发明人： 戴全宇 ,  戴孙浩 ,  邵宁录 ,  朱杰明 ,  徐君 ,  张骁 ,  董振华

IPC分类号： G06F16/635 ,  G06F16/638 ,  G06N3/08 ,  G06N3/0464

摘要： 一种数据处理方法，可以应用于人工智能领域，包括：获取第一序列信息；第一序列信息包括用户发生过交互的多个对象的信息；用户与多个对象中的第二对象之间的交互方式为被动交互；根据第一神经网络，处理第一序列信息，得到用户对第二对象进行交互时的注意力预测值；根据用户的信息以及第二对象的信息，通过推荐模型，得到用户与第二对象对应的推荐信息；根据推荐信息和注意力预测值确定第一损失，其中，注意力预测值在确定第一损失时融合至与第二对象对应的损失项。本申请将预测到的用户注意力与下游推荐任务的损失函数中被动交互样本对应的损失项进行融合(例如加权，从而减少被动交互产生的样本的噪声影响。

公开(公告)号：CN111931002A

公开(公告)日：2020-11-13

申请号：CN202010617595.0

申请日：2020-06-30

申请人： 华为技术有限公司

发明人： 卢彪 ,  朱杰明 ,  毛科龙 ,  何秀强

IPC分类号： G06F16/901 ,  G06F16/906 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

摘要： 本申请涉及人工智能领域中的标签匹配技术，公开了一种匹配方法以及相关设备。方法包括：同一图结构数据中包括搜索对象的描述信息和类别信息这两类不同的信息，将图结构数据输入图神经网络，通过图神经网络执行特征更新操作，以得到的第一特征，第一特征在与搜索对象的描述信息对应的特征基础上，融合了类别信息的特征，根据第一特征，生成指示搜索对象与各个预定义特征之间的预测匹配率的第一预测匹配信息，根据第一预测匹配信息、正确匹配信息和损失函数，对图神经网络进行训练。相对于仅利用搜索对象的描述信息为搜索对象匹配预定义特征，提高了匹配结果的精度；利用图神经网络充分融合类别信息，进一步提高结果的精度。

公开(公告)号：CN114997413A

公开(公告)日：2022-09-02

申请号：CN202210551668.X

申请日：2022-05-18

申请人： 华为技术有限公司

发明人： 朱杰明 ,  邓利群 ,  赵洲 ,  姚东 ,  董振华

IPC分类号： G06N20/00 ,  G06N3/04 ,  G06N3/08

摘要： 本申请实施例公开人工智能领域中的一种表示学习方法及相关设备，该方法包括获取待学习数据的数据集，数据集包括至少一个子集合，子集合包括K种尺度的数据片段，在子集合中，第i种尺度数据片段为第i+1种尺度数据片段的一部分。数据集输入至编码器，基于编码器的参数，对数据片段进行特征提取，得到各种尺度数据片段对应的表示向量。将表示向量输入至交互模块，基于交互模块的参数，将子集合中尺度相邻的数据片段所对应的表示向量进行信息交互，分别得到各种尺度数据片段对应的融合后的表示向量。根据融合后的表示向量构建目标函数。优化目标函数，以调节编码器的参数和交互模块的参数，使得编码器和交互模块学习到待学习数据的高质量的表示向量。

公开(公告)号：CN111931002B

公开(公告)日：2024-08-13

申请号：CN202010617595.0

申请日：2020-06-30

申请人： 华为技术有限公司

发明人： 卢彪 ,  朱杰明 ,  毛科龙 ,  何秀强

IPC分类号： G06F16/901 ,  G06F16/906 ,  G06F18/24 ,  G06N3/0464 ,  G06N3/08

摘要： 本申请涉及人工智能领域中的标签匹配技术，公开了一种匹配方法以及相关设备。方法包括：同一图结构数据中包括搜索对象的描述信息和类别信息这两类不同的信息，将图结构数据输入图神经网络，通过图神经网络执行特征更新操作，以得到的第一特征，第一特征在与搜索对象的描述信息对应的特征基础上，融合了类别信息的特征，根据第一特征，生成指示搜索对象与各个预定义特征之间的预测匹配率的第一预测匹配信息，根据第一预测匹配信息、正确匹配信息和损失函数，对图神经网络进行训练。相对于仅利用搜索对象的描述信息为搜索对象匹配预定义特征，提高了匹配结果的精度；利用图神经网络充分融合类别信息，进一步提高结果的精度。

公开(公告)号：CN118261670A

公开(公告)日：2024-06-28

申请号：CN202410333534.X

申请日：2024-03-22

申请人： 清华大学深圳国际研究生院 ,  华为技术有限公司

发明人： 郑海涛 ,  卢星宇 ,  朱杰明 ,  王锦鹏 ,  张瑞 ,  夏树涛

IPC分类号： G06Q30/0601 ,  G06N3/045 ,  G06N3/08 ,  G06N3/0499 ,  G06N3/0442 ,  G06N5/04

摘要： 一种面向多模态序列的推荐方法，包括：将语言模型分为底层和顶层两个部分，底层用于完成表示空间的适配，以实现物品表示学习对齐，顶层用于学习任务的适配，以实现推荐任务对齐；将物品表示学习和用户行为预测任务分别作用于底层和顶层的参数；其中，针对表示空间的适配，使用视觉模态增强的语言建模学习任务训练底层的参数，以将语言模型从通用语料场景适配到推荐下的多模态物品描述场景；针对推荐任务的适配，采用“用户‑物品”对比学习任务训练顶层的参数，以为语言模型注入预测用户行为的能力。

公开(公告)号：CN117251487A

公开(公告)日：2023-12-19

申请号：CN202210641372.7

申请日：2022-06-08

申请人： 华为技术有限公司

发明人： 贾庆林 ,  朱杰明 ,  蔡国豪 ,  唐睿明 ,  董振华

IPC分类号： G06F16/2457 ,  G06N3/04 ,  G06N3/08

摘要： 本申请公开了一种项目推荐方法及其相关设备，既可准确预测一些频繁出现的项目以及一些几乎未曾出现的项目被用户点击之间的概率，还可准确预测除这两类项目之外的其余项目被用户点击的概率，从而提高模型的整体预测精度。本申请的方法包括：获取第一信息，第一信息包含用户的属性信息以及项目的属性信息；通过第一模型对第一信息进行处理，得到第一处理结果，第一处理结果用于确定推荐给用户的项目，第一模型用于：对第一信息进行线性运算，得到第二信息；对第二信息进行非线性运算，得到第三信息；基于第三信息，获取第一处理结果。

公开(公告)号：CN116975086A

公开(公告)日：2023-10-31

申请号：CN202310800721.X

申请日：2023-06-30

申请人： 华为技术有限公司

发明人： 朱杰明 ,  颜番 ,  董振华 ,  唐睿明

IPC分类号： G06F16/242 ,  G06F16/2458 ,  G06F16/248 ,  G06N20/00

摘要： 本申请涉及信息检索技术领域，具体涉及一种检索方法、介质以及电子设备。该检索方法通过将获取到的查询对象进行量化，生成等效向量；根据等效向量从索引关系中索引出与该等效向量所对应的索引检索结果，根据索引检索结果，得到所需的检索结果。其中，该索引关系包括多个等效向量和对应各等效向量的索引检索结果，并且该等效向量所对应的索引检索结果是根据机器学习模型计算各等效向量与各待检索对象的相似性得到的。基于此，由于是利用索引关系得到与查询对象所对应的检索结果，避免了在检索过程中利用机器学习模型计算相似性所带来的计算量较大的问题，进而提高了检索效率。

公开(公告)号：CN114882862A

公开(公告)日：2022-08-09

申请号：CN202210468926.8

申请日：2022-04-29

申请人： 华为技术有限公司

发明人： 邓利群 ,  朱杰明 ,  张立超 ,  赵洲

IPC分类号： G10L13/02 ,  G10L13/033 ,  G10L15/02 ,  G10L15/08

摘要： 一种语音处理方法，应用于歌声编辑领域，所述方法包括：获取原始语音以及第二文本；根据原始语音中非编辑语音的第一音高特征以及目标文本的信息，预测所述第二文本的第二音高特征；根据所述第二音高特征以及所述第二文本，通过神经网络得到所述第二文本对应的第一语音特征；根据所述第一语音特征，生成所述第二文本对应的目标编辑语音。本申请通过预测第二文本(待编辑文本)的音高特征，根据音高特征生成第二文本的第一语音特征，并基于第一语音特征生成第二文本对应目标编辑语音，使得歌声编辑前后的语音的音高特征相似，进而实现目标编辑语音的听感与原始语音的听感目标编辑语音的听感与原始语音的听感类似。

公开(公告)号：CN116010684A

公开(公告)日：2023-04-25

申请号：CN202111223081.8

申请日：2021-10-20

申请人： 华为技术有限公司

发明人： 卢彪 ,  朱杰明 ,  何秀强 ,  王钊伟

IPC分类号： G06F16/9535 ,  G06Q30/0601 ,  G06N3/0464 ,  G06N3/08

摘要： 本申请涉及人工智能领域，尤其涉及一种物品推荐方法、装置及存储介质。所述方法包括：获取目标对象的历史交互数据，所述历史交互数据指示所述目标对象与至少一个物品之间的历史交互事件；获取预先训练完成的目标推荐模型，所述目标推荐模型包括一层卷积层的图神经网络模型，所述卷积层指示样本对象与样本物品之间的关联关系；根据所述历史交互数据，调用所述目标推荐模型输出得到所述目标对象对应的目标物品。本申请实施例通过简化目标推荐模型的框架结构，使得模型运算时间大幅减少，进而使得模型因其运算效率提高而容易被推广使用，保证了后续基于该模型进行物品推荐的推荐效果。

公开(公告)号：CN113806631A

公开(公告)日：2021-12-17

申请号：CN202110963660.X

申请日：2021-08-20

申请人： 华为技术有限公司

发明人： 朱杰明 ,  赵洲 ,  张圣宇 ,  何秀强 ,  钱莉

IPC分类号： G06F16/9535 ,  G06N3/02 ,  G06N3/08

摘要： 本申请实施例公开了一种推荐方法、训练方法、装置、设备及推荐系统，用于利用新闻界面对用户的影响，来提高用户对新闻的点击率。本申请实施例方法包括：获取多张图像，每张图像包含一个候选界面和通过候选界面呈现的一种候选内容；获取每张图像的图像特征数据；基于目标用户的用户特征数据和图像特征数据确定预测模型的输入，然后通过预测模型预测目标用户对每张图像的偏好程度；最后基于偏好程度从多张图像包含的候选界面和候选内容中，选择候选内容和/或候选界面，然后通过选择出的候选内容或候选界面为用户推荐。