-
公开(公告)号：CN117171782A
公开(公告)日：2023-12-05
申请号：CN202310834249.1
申请日：2023-07-07
Applicant: 清华大学 , 北京达佳互联信息技术有限公司
Abstract: 本公开提供了一种数据处理方法、装置、电子设备及存储介质，属于隐私计算领域。该方法包括：针对目标业务场景，确定当前用于保护模型训练过程中隐私数据的隐私保护等级；其中，目标业务场景包括搜索业务场景、广告业务场景或推荐业务场景；其中，不同的隐私保护等级对应不同的数据保护范围，数据保护范围是对模型训练过程中的隐私数据进行加密处理的范围；对于已配置的多个隐私保护等级，级别高的隐私保护等级的数据保护范围包括级别低的隐私保护等级的数据保护范围；确定当前的隐私保护等级对应的第一数据保护范围；在模型训练过程中，对第一数据保护范围内的隐私数据进行加密处理，得到密文数据。本公开实现了有效的隐私保护。
-
公开(公告)号：CN115331694B
公开(公告)日：2024-09-20
申请号：CN202210975124.6
申请日：2022-08-15
Applicant: 北京达佳互联信息技术有限公司
IPC: G10L21/0272 , G10L25/30 , G10L19/16 , G10L19/02
Abstract: 本公开关于一种语音分离网络生成方法、装置、电子设备以及存储介质，属于语音处理技术领域，该方法包括：在给定多个样本音频信号的基础上，迭代训练获取到的语音分离超网络，其中，该语音分离超网络包括编码器和解码器，编码器和解码器均包括多个网络层和搜索空间，该搜索空间配置有多个网络层的结构参数。进一步地，基于训练后的语音分离超网络，生成符合目标条件的目标语音分离子网络。在上述过程中，通过设计一种配置有结构参数的搜索空间，实现了基于语音分离超网络，自动生成符合目标条件的目标语音分离子网络，避免了手动调节网络中不同网络层的结构参数，提高了语音分离网络的生成效率。
-
公开(公告)号：CN117197599A
公开(公告)日：2023-12-08
申请号：CN202210592148.3
申请日：2022-05-27
Applicant: 北京达佳互联信息技术有限公司
IPC: G06V10/771 , G06V10/82 , G06N3/0442 , G06N3/098 , G06Q30/0601 , G06F16/735
Abstract: 本公开关于一种媒体信息处理方法、装置、设备及存储介质，该方法通将初始特征集输入媒体特征确定网络进行处理，获得训练样本对应的中间媒体特征向量；媒体特征确定网络包括由用于执行媒体特征确定操作的门向量所构成的媒体特征筛选模块，门向量中每个门控元素是基于衰减参数和门控可调参数构成的预设参数所确定；基于任务处理标签与预测任务处理结果、以及门控可调参数，确定目标函数损失，以基于目标函数损失对进行训练，利用训练后的媒体特征确定网络中的目标门向量对初始特征集进行特征筛选，获得目标媒体特征；目标门向量中除目标媒体特征之外的特征对应的目标门控元素值均为第一预设值。如此，在降低特征数量的同时，保证了模型的精度。
-
公开(公告)号：CN119440826A
公开(公告)日：2025-02-14
申请号：CN202411508844.7
申请日：2024-10-25
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本申请实施例公开了一种数据分配方法、装置、电子设备和存储介质。所述方法包括在各计算节点分别执行：接收来自上游系统的待处理数据；根据当前计算节点所对应数据队列的状态确定当前计算节点是否处于可接收数据状态；若当前计算节点处于可接收数据状态，则将所述待处理数据写入当前计算节点所对应数据队列，以供当前计算节点从对应数据队列中读取待处理数据进行处理；否则，将所述待处理数据转发至其他计算节点。通过这种方式根据当前计算节点的实际处理能力调整待处理数据在各计算节点之间的数据流向，在计算节点实现了各计算节点之间的负载均衡，一方面更加充分地利用计算资源，提升资源利用率；另一方面从整体上提高整体的数据处理效率。
-
公开(公告)号：CN116304301A
公开(公告)日：2023-06-23
申请号：CN202310026595.7
申请日：2023-01-09
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/9535 , G06F17/16
Abstract: 本公开关于一种推荐信息获取方法及装置、电子设备。该方法包括：获取目标账户的至少一个特征向量和目标对象的至少一个特征向量；基于每个特征向量的特征类型，对特征向量进行分组，得到至少一组特征向量；分别对每组的特征向量进行特征交叉处理，得到每组对应的交叉向量；基于每组对应的交叉向量，得到每组对应的交互向量，其中，每个交互向量包括所有组的特征向量的信息；分别对每组对应的交互向量进行至少一次特征交叉处理，得到每组对应的目标向量；基于每组对应的目标向量，得到目标对象的推荐信息，其中，推荐信息用于指示目标对象被推荐给目标账户的概率信息。通过本公开，解决了相关技术中推荐系统计算量大的问题。
-
Patent Agency Ranking
公开(公告)号：CN116225636A
公开(公告)日：2023-06-06
申请号：CN202211441422.3
申请日：2022-11-17
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种任务处理模型的生成方法、装置、设备及存储介质，该方法通过加载至训练数据缓存区的当轮训练集对任务处理模型进行训练处理，确定各训练样本对应的第一筛选指标参数；基于第一筛选指标参数、其他训练样本的第二筛选指标参数和全量训练集的目标样本筛选量，对全量训练集进行样本筛选，得到筛选后的训练集，并将训练数据缓存区中的各训练样本替换为筛选后的训练集；将筛选后的训练集作为当轮训练集，重复执行各步骤，直至达到模型训练结束条件，生成目标任务处理模型。从而减少模型训练计算量，降低对计算机资源的开销和依赖，提高计算效率。
-
公开(公告)号：CN116129881A
公开(公告)日：2023-05-16
申请号：CN202310003040.0
申请日：2023-01-03
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种语音任务处理方法、装置、电子设备及存储介质，该方法包括获取预设语音任务对应的待处理语音信息；将待处理语音信息输入包括至少一个时频注意力层的语音特征提取网络进行特征提取处理，得到待处理语音信息对应的目标语音特征信息，任一时频注意力层用于在学习待处理语音信息中时频信息的重要程度的基础上，从待处理语音信息中提取语音特征信息；基于目标语音特征信息执行预设语音任务，得到任务处理结果。利用本公开实施例可以大大提升了语音特征信息的表征准确性和语音任务的处理性能。
-
公开(公告)号：CN115910062A
公开(公告)日：2023-04-04
申请号：CN202211493907.7
申请日：2022-11-25
Applicant: 北京达佳互联信息技术有限公司
Abstract: 本公开关于一种音频识别方法、装置、设备及存储介质，涉及计算机技术领域，用于解决通用技术中存在的音频识别模型进行识别处理时效率较低的问题。该音频识别方法包括：获取待识别音频数据；将待识别音频数据输入至预先训练得到的目标识别模型中，得到识别结果；目标识别模型包括多个目标音频识别模块；目标音频识别模块用于基于与目标音频识别模块对应的目标验证单元，对输入音频数据进行验证得到目标验证结果；目标验证结果用于表征是否跳过目标音频识别模块对输入音频数据的识别处理；输入音频数据为基于待识别音频数据的音频特征数据；目标验证单元用于验证输入音频数据的音频信号特征是否符合目标特征范围。
-
公开(公告)号：CN115331694A
公开(公告)日：2022-11-11
申请号：CN202210975124.6
申请日：2022-08-15
Applicant: 北京达佳互联信息技术有限公司
IPC: G10L21/0272 , G10L25/30 , G10L19/16 , G10L19/02
Abstract: 本公开关于一种语音分离网络生成方法、装置、电子设备以及存储介质，属于语音处理技术领域，该方法包括：在给定多个样本音频信号的基础上，迭代训练获取到的语音分离超网络，其中，该语音分离超网络包括编码器和解码器，编码器和解码器均包括多个网络层和搜索空间，该搜索空间配置有多个网络层的结构参数。进一步地，基于训练后的语音分离超网络，生成符合目标条件的目标语音分离子网络。在上述过程中，通过设计一种配置有结构参数的搜索空间，实现了基于语音分离超网络，自动生成符合目标条件的目标语音分离子网络，避免了手动调节网络中不同网络层的结构参数，提高了语音分离网络的生成效率。
-
公开(公告)号：CN114611009B
公开(公告)日：2022-08-26
申请号：CN202210504261.1
申请日：2022-05-10
Applicant: 北京达佳互联信息技术有限公司
IPC: G06F16/9535 , G06N3/04 , G06N3/08
Abstract: 本公开是关于一种资源推荐方法、装置、电子设备及存储介质，属于计算机技术领域。方法包括：调用特征提取网络，确定目标数据的原始数据特征；调用特征交互网络，对原始数据特征中的多个第一特征进行交互处理，得到交互特征；调用特征增强网络，确定多个第一特征分别针对每个预测层的目标权重，基于多个第一特征针对同一个预测层的目标权重对多个第一特征进行增强，得到同一个预测层对应的增强数据特征，将增强数据特征输入至对应的预测层中；调用每个预测层，基于输入至预测层的交互特征和增强数据特征，确定输入至下一个预测层的交互特征，直至调用最后一个预测层确定推荐结果。该方法基于增强数据特征进行预测，提高了推荐结果的准确性。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.048 seconds)
