-
公开(公告)号:CN110378423A
公开(公告)日:2019-10-25
申请号:CN201910663371.0
申请日:2019-07-22
申请人: 腾讯科技(深圳)有限公司 , 大连理工大学
IPC分类号: G06K9/62
摘要: 本申请涉及一种特征提取方法、装置、计算机设备及存储介质,该方法包括:获取目标对象的多模态的原始特征数据;对各模态的原始特征数据进行映射降维,分解得到由变量表示的共享特征数据和各模态的由变量表示的私有特征数据;根据所述共享特征数据和各所述私有特征数据,重构各模态的特征数据;确定各模态的所述原始特征数据和重构的特征数据之间的差异;通过调整由变量表示的共享特征数据的值和由变量表示的私有特征数据的值,使所述差异最小化;获取所述差异最小化时的共享特征数据的值,得到所述目标对象的最终融合的共享特征。本申请的方案,能够提高特征提取的准确性。
-
公开(公告)号:CN116629338B
公开(公告)日:2024-01-30
申请号:CN202310859845.5
申请日:2023-07-13
申请人: 腾讯科技(深圳)有限公司
发明人: 杨韬
IPC分类号: G06N3/08 , G06N3/045 , G06F16/35 , G06F40/295
摘要: 本申请公开了一种模型数据的处理方法、相关装置、设备以及存储介质,涉及人工智能技术。本申请方法包括:从模型库中获取针对第一任务的N个第一父模型;根据N个第一父模型生成M个第一初始子模型;根据M个第一初始子模型,构建M个第一待训练模型;基于第一训练数据集,对每个第一待训练模型的模型参数进行更新,得到M个第一目标模型;采用第一测试数据集,对每个第一目标模型进行测试,得到每个第一目标模型的评价指标分值;将最大评价指标分值所对应的第一目标模型,作为针对第一任务的第一任务模型。在本申请中,新任务模型的训练不会影响已训练好的任务模型,新任务模型可沿用已训练好的任务模型的知识进行训练,从而提升模型训练效果。
-
公开(公告)号:CN117034914A
公开(公告)日:2023-11-10
申请号:CN202211321730.2
申请日:2022-10-26
申请人: 腾讯科技(深圳)有限公司
发明人: 杨韬
IPC分类号: G06F40/279 , G06F40/30 , G06F18/22 , G06N3/047 , G06N3/0442 , G06N3/088
摘要: 本申请实施例公开了一种上位词识别方法、装置、计算机设备及介质,该方法包括:获取待识别文本,待识别文本包括多个字符;对待识别文本进行实体识别,得到待识别文本中的所有实体词;获取各个实体词中字符的字符特征,并利用各个实体词中字符的字符特征分别确定各个实体词的实体特征;基于待识别文本中各个字符的字符特征以及各个实体词的实体特征进行上位词识别,得到待识别文本中各个实体词分别对应的上位词。可以提高上位词的识别效率。本申请可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景,如上述实体词对应的上位词的识别的可利用神经网络模型来实现,以用于上位词识别等场景。
-
公开(公告)号:CN116975215A
公开(公告)日:2023-10-31
申请号:CN202310316546.7
申请日:2023-03-22
申请人: 腾讯科技(深圳)有限公司
发明人: 杨韬
IPC分类号: G06F16/332 , G06F16/36 , G06F16/33 , G06N3/0455 , G06F40/30
摘要: 本申请实施例公开了一种信息处理方法、装置、电子设备、存储介质及程序产品。本申请实施例获取待处理阅读理解和待处理阅读理解中每个字的初始表征,该待处理阅读理解包括文本信息和问题信息;对该待处理阅读理解中的实体提及进行实体链接,得到目标实体和对应的目标三元组;基于训练后阅读理解模型将目标实体对应的目标三元组进行融合,得到融合后三元组;将实体提及中的每个字与融合后三元组进行融合,生成实体提及的融合后表征,并利用该融合后表征更新每个字的初始表征,得到每个字的更新后表征;基于更新后表征计算文本信息中每个字表征问题信息的概率,根据计算结果确定该问题信息对应的答案信息。该方案可以有效地提高信息处理的准确性。
-
公开(公告)号:CN116956883A
公开(公告)日:2023-10-27
申请号:CN202310684932.1
申请日:2023-06-09
申请人: 腾讯科技(深圳)有限公司
发明人: 杨韬
IPC分类号: G06F40/237 , G06N3/0464 , G06N3/08
摘要: 本公开提供了一种自然语言处理方法、装置和设备、介质以及计算机程序产品。本公开的方法基于自然语言处理模型,其包括多个编码块,每个编码块包括编码层和动态路由层,该方法包括:接收输入文本,并将输入文本转换为对应的多个输入向量;对于每个输入向量,将该输入向量输入至多个编码块;由当前编码块的动态路由层接收该输入向量;由动态路由层确定该输入向量在当前编码块处的目标跳跃次数,目标跳跃次数表示模型在针对该输入向量执行到当前编码块处时将跳过的编码块的数量;由动态路由层将该输入向量路由至目标跳跃次数指示的目标编码块处,并从目标编码块处继续执行模型;以及在模型执行结束时,输出与输入文本对应的自然语言处理结果。
-
公开(公告)号:CN111008379B
公开(公告)日:2023-02-28
申请号:CN201911156011.8
申请日:2019-11-22
申请人: 腾讯科技(深圳)有限公司
发明人: 杨韬
IPC分类号: G06F21/57
摘要: 本公开的实施例提供了一种电子设备的固件安全检测方法及相关设备,属于计算机技术领域。所述电子设备包括基本输入输出系统和基板管理控制器并安装有板卡设备,所述方法包括:启动所述基板管理控制器;从所述板卡设备中确认其固件待验证的目标板卡设备;使用所述基板管理控制器检测所述基本输入输出系统的固件的合法性;利用所述基板管理控制器检测所述目标板卡设备的固件的合法性。本公开实施例的技术方案提供了一种电子设备的固件安全检测方法,通过将基板管理控制器作为电子设备固件安全检测的主体,提供了一种基于扁平化可信链的电子设备固件安全检测方案,提升了计算机系统的底层安全性,能够防止对电子设备的攻击。
-
公开(公告)号:CN115204145A
公开(公告)日:2022-10-18
申请号:CN202210861019.X
申请日:2022-07-21
申请人: 腾讯科技(深圳)有限公司
发明人: 杨韬
IPC分类号: G06F40/211 , G06F40/216 , G06F40/279 , G06N3/08
摘要: 本申请的实施例公开了一种文本处理方法及装置、设备、介质。该方法包括:先提取待识别文本中包括的每个字的特征向量,其中,每个字的特征向量包括该字的上下文特征;然后,根据每个字的特征向量,生成待识别文本对应的特征向量序列,进而根据特征向量序列生成待识别文本中包括的文本片段的特征,其中,文本片段包括多个字;再根据文本片段的特征,识别文本片段的通顺度。本申请的技术方案提升了文本通顺度识别的准确度。
-
公开(公告)号:CN115129883A
公开(公告)日:2022-09-30
申请号:CN202210589148.8
申请日:2022-05-27
申请人: 腾讯科技(深圳)有限公司
发明人: 杨韬
摘要: 本发明公开了一种实体链接方法和装置、存储介质及电子设备。其中,该方法包括:获取目标文本,目标文本携带有待链接的目标实体;获取与目标文本对应的第一表征向量,并获取实体数据库中各个对象实体各自对应的第二表征向量;根据第一表征向量与各个第二表征向量进行各自匹配后的结果,从实体数据库的各个对象实体中获取与目标实体相匹配的至少一个候选实体;对目标文本与各个候选实体的实体描述信息分别进行拼接,得到多个候选输入文本;获取与候选输入文本相匹配的链接置信度;根据链接置信度从至少一个候选实体中确定出与目标实体相匹配的链接实体。本发明解决了现有实体链接方法准确率低的技术问题。
-
公开(公告)号:CN115116085A
公开(公告)日:2022-09-27
申请号:CN202110297296.8
申请日:2021-03-19
申请人: 腾讯科技(深圳)有限公司
IPC分类号: G06V40/10 , G06V20/00 , G06V10/40 , G06V10/77 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
摘要: 本申请实施例提供了一种针对目标属性的图片识别方法、装置、设备及存储介质,包括:获取待识别图片;确定待识别图片对应的至少一种类型的人体标签及相应类型的人体标签的置信度、待识别图片对应的至少一种类型的非人体标签及相应类型的非人体标签的置信度;根据至少一种类型的人体标签、至少一种类型的非人体标签、至少一种类型的人体标签的置信度以及至少一种类型的非人体标签的置信度中的至少一项,对待识别图片进行识别处理,得到目标属性识别结果。该方法通过确定待识别图片对应的人体标签的类型和置信度、非人体标签的类型和置信度,识别待识别图片是否为目标属性图片,提升了人工智能领域中针对目标属性的图片识别的准确度。
-
公开(公告)号:CN113761152A
公开(公告)日:2021-12-07
申请号:CN202110523567.7
申请日:2021-05-13
申请人: 腾讯科技(深圳)有限公司
发明人: 杨韬
IPC分类号: G06F16/332 , G06F16/33 , G06F16/36 , G06F40/194 , G06N20/00
摘要: 本申请公开一种问答模型的训练方法、装置、设备及存储介质,在训练问答模型时,构建包括初始检索模块和初始阅读模块的初始问答模型。获取包括第一目标文档的训练语料,根据第一目标文档对初始检索模块和初始阅读模块进行联合训练。在联合训练过程中,利用第i次迭代训练后得到的初始检索模块对第i次迭代训练使用的第一目标文档进行更新,以根据更新后的第一目标文档对第i次迭代训练后得到的初始检索模块和初始阅读模块分别进行第i+1次迭代训练,直到满足迭代训练条件。根据满足迭代训练条件时的模型参数和初始问答模型的网络结构,确定目标问答模型。这种方式使得这两个模块相互促进,显著的提升问答模型的效果,提高开放域问答的准确性。
-
-
-
-
-
-
-
-
-