-
公开(公告)号：CN118312608B
公开(公告)日：2024-08-27
申请号：CN202410741467.5
申请日：2024-06-11
Applicant: 山东齐鲁壹点传媒有限公司
IPC: G06F16/335 , G06F16/383 , G06F40/30 , G06F18/214 , G06Q30/0251
Abstract: 一种基于ANN和LLM的广告语义检索模型的建立方法，属于文本检索技术领域，包括以下步骤：S1、通过LLM提供大量关键词样本，并清洗不同的渠道数据，然后对数据进行处理，获得包含正样本、负样本的训练数据集；S2、获取最近一段时间的数据，并对数据进行过滤、筛选处理；S3、对具有代表性但低频的查询进行筛选，用作对训练数据集的补充。本发明提供的基于ANN和LLM的广告语义检索模型的建立方法，利用ANN算法，以及加入LLM模型产出的关键词样本，提升了生成的训练数据样本的质量和数量，从而可以建立准确性和检索效率更高的语义检索模型。
-
公开(公告)号：CN117312500B
公开(公告)日：2024-02-27
申请号：CN202311624188.2
申请日：2023-11-30
Applicant: 山东齐鲁壹点传媒有限公司
Abstract: 一种基于ANN和BERT的语义检索模型建立方法，属于文本检索领域，包括以下步骤：S1、数据准备：准备若干个文本的训练数据和测试数据；S2、数据预处理：对所述训练数据进行预处理，包括文本清洗、文本数据预处理，以便于ANN和BERT模型的输入；S3、BERT预训练：通过BERT模型，具体采用RoBERTa模型，从文本中捕捉到丰富的语义信息，然后采用TinyBERT进行结构蒸馏，通过多次调整参数来进行训练，能够大大提高预训练知识的保留，减少流失。本发明提供了一种基于ANN和BERT的语义检索模型建立方法，基于ANN和BERT的特性，将二者相结合，建立一种准确率和效率更高的语义检索模型。(56)对比文件范国栋等.面向APP评论响应的语义检索和生成框架.计算机学报.2022,第45卷(第12期),2529-2541.范国栋等.计算机学报.2022,第45卷(第12期),2529-2541.
-
公开(公告)号：CN118981453B
公开(公告)日：2025-03-04
申请号：CN202411455575.2
申请日：2024-10-18
Applicant: 山东齐鲁壹点传媒有限公司
IPC: G06F16/16 , G06F16/178
Abstract: 一种多模态多源异构数据融合方法，属于数据处理技术领域，包括以下步骤：S1、配置原始数据库到目标数据库的数据管道，通过数据管道将源数据从原始数据库全量抽取至目标数据库，获得贴源数据集；S2、对贴源数据集进行结构化、清洗操作，获得第一数据集；S3、对第一数据集进行转储，获得第二数据集；S4、对第二数据集进行数据融合处理，包括数据映射与转换、数据标准化，获得第三数据集；S5、对第三数据集，针对不同类型的数据，进行特征提取与处理，获得最终数据集；S6、对最终数据集进行持久化存储。本发明提供的多模态多源异构数据融合方法，能够有效解决多模态多源异构数据融合中的数据质量问题，提高融合结果的一致性和可靠性。
-
公开(公告)号：CN117312500A
公开(公告)日：2023-12-29
申请号：CN202311624188.2
申请日：2023-11-30
Applicant: 山东齐鲁壹点传媒有限公司
Abstract: 一种基于ANN和BERT的语义检索模型建立方法，属于文本检索领域，包括以下步骤：S1、数据准备：准备若干个文本的训练数据和测试数据；S2、数据预处理：对所述训练数据进行预处理，包括文本清洗、文本数据预处理，以便于ANN和BERT模型的输入；S3、BERT预训练：通过BERT模型，具体采用RoBERTa模型，从文本中捕捉到丰富的语义信息，然后采用TinyBERT进行结构蒸馏，通过多次调整参数来进行训练，能够大大提高预训练知识的保留，减少流失。本发明提供了一种基于ANN和BERT的语义检索模型建立方法，基于ANN和BERT的特性，将二者相结合，建立一种准确率和效率更高的语义检索模型。
-
Patent Agency Ranking
公开(公告)号：CN118981453A
公开(公告)日：2024-11-19
申请号：CN202411455575.2
申请日：2024-10-18
Applicant: 山东齐鲁壹点传媒有限公司
IPC: G06F16/16 , G06F16/178
Abstract: 一种多模态多源异构数据融合方法，属于数据处理技术领域，包括以下步骤：S1、配置原始数据库到目标数据库的数据管道，通过数据管道将源数据从原始数据库全量抽取至目标数据库，获得贴源数据集；S2、对贴源数据集进行结构化、清洗操作，获得第一数据集；S3、对第一数据集进行转储，获得第二数据集；S4、对第二数据集进行数据融合处理，包括数据映射与转换、数据标准化，获得第三数据集；S5、对第三数据集，针对不同类型的数据，进行特征提取与处理，获得最终数据集；S6、对最终数据集进行持久化存储。本发明提供的多模态多源异构数据融合方法，能够有效解决多模态多源异构数据融合中的数据质量问题，提高融合结果的一致性和可靠性。
-
公开(公告)号：CN117010368B
公开(公告)日：2024-07-09
申请号：CN202311276973.3
申请日：2023-10-07
Applicant: 山东齐鲁壹点传媒有限公司
IPC: G06F40/232 , G06F40/126
Abstract: 本发明提供一种基于字形相似的中文纠错数据增强方法，包括：建立汉字数据集N={w1,...,wi,...,wj,...,wn}，第i个汉字wi的标准化笔画笔顺编码为#imgabs0#；根据标准化笔画笔顺编码#imgabs1#计算数据集N中任意两个汉字wi、wj的字形相似度Sj,i，形成n×n的字形相似度矩阵S；利用概率分布模型计算目标词语w中第i个汉字wi的异形错误写法#imgabs2#的标准化笔画笔顺编码为#imgabs3#的概率；筛选高于概率阈值的汉字，在其中选择一个与汉字wi字形相似度Si,j最高的汉字wj作为#imgabs4#，进而得到整个目标词语w的异形错误写法w*。本发明通过对现有的数据样本进行扩展相较于现有的数据增强方法，提高数据集的质量和数量，能够更好地提高纠错模型在字形纠错方面的能力。
-
公开(公告)号：CN119417695A
公开(公告)日：2025-02-11
申请号：CN202510031233.6
申请日：2025-01-09
Applicant: 山东齐鲁壹点传媒有限公司
IPC: G06T3/04 , G06T3/4046 , G06N3/0475 , G06N3/045 , G06N3/094 , G06N3/084
Abstract: 一种基于生成对抗网络GAN的发型移植方法，属于图像处理和计算机视觉领域，包括以下步骤：S1、对生成对抗网络模型进行训练；S2、使用图像分割技术生成源图像和目标图像相应区域的掩膜；S3、将源图像进行缩放、移动，使源图像的发型区域与目标图像的发型区域对齐；S4、调整源图像的颜色分布，使其接近目标图像的颜色分布;S5、将源图像、目标图像以及相关掩膜输入到模型，使其将目标图像的发型区域与源图像的头部区域融合；S6、对融合后的图像的细节进行调整。本发明提供的基于生成对抗网络GAN的发型移植方法，能使发型对齐目标图像且使发型颜色相匹配，解决了发型移植后的效果不够自然的问题，提高了发型移植的效果。
-
公开(公告)号：CN118312608A
公开(公告)日：2024-07-09
申请号：CN202410741467.5
申请日：2024-06-11
Applicant: 山东齐鲁壹点传媒有限公司
IPC: G06F16/335 , G06F16/383 , G06F40/30 , G06F18/214 , G06Q30/0251
Abstract: 一种基于ANN和LLM的广告语义检索模型的建立方法，属于文本检索技术领域，包括以下步骤：S1、通过LLM提供大量关键词样本，并清洗不同的渠道数据，然后对数据进行处理，获得包含正样本、负样本的训练数据集；S2、获取最近一段时间的数据，并对数据进行过滤、筛选处理；S3、对具有代表性但低频的查询进行筛选，用作对训练数据集的补充。本发明提供的基于ANN和LLM的广告语义检索模型的建立方法，利用ANN算法，以及加入LLM模型产出的关键词样本，提升了生成的训练数据样本的质量和数量，从而可以建立准确性和检索效率更高的语义检索模型。
-
公开(公告)号：CN117010368A
公开(公告)日：2023-11-07
申请号：CN202311276973.3
申请日：2023-10-07
Applicant: 山东齐鲁壹点传媒有限公司
IPC: G06F40/232 , G06F40/126
Abstract: 本发明提供一种基于字形相似的中文纠错数据增强方法，包括：建立汉字数据集N={w1,...,wi,...,wj,...,wn}，第i个汉字wi的标准化笔画笔顺编码为#imgabs0#；根据标准化笔画笔顺编码#imgabs1#计算数据集N中任意两个汉字wi、wj的字形相似度Sj,i，形成n×n的字形相似度矩阵S；利用概率分布模型计算目标词语w中第i个汉字wi的异形错误写法#imgabs2#的标准化笔画笔顺编码为#imgabs3#的概率；筛选高于概率阈值的汉字，在其中选择一个与汉字wi字形相似度Si,j最高的汉字wj作为#imgabs4#，进而得到整个目标词语w的异形错误写法w*。本发明通过对现有的数据样本进行扩展相较于现有的数据增强方法，提高数据集的质量和数量，能够更好地提高纠错模型在字形纠错方面的能力。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.041 seconds)
