-
公开(公告)号：CN117689670A
公开(公告)日：2024-03-12
申请号：CN202311658002.5
申请日：2023-12-05
申请人： 起硕(天津)智能科技有限公司
摘要： 本申请公开了一种图像分割方法、装置、设备及可读存储介质，该方法包括步骤：获取待分割图像，其中，所述待分割图像为包含目标抠图图像的图像；将所述待分割图像输入至预设的图像分割模型，并基于所述图像分割模型，对所述待分割图像中的目标抠图图像进行检测和实例分割，得到初步处理结果；基于预设形态学处理算法，对所述初步处理结果的图像形态进行处理，得到形态优化参数；基于所述形态优化参数和图割算法，对所述初步处理结果进行优化处理，得到目标抠图结果。本申请实现了通过图像分割模型对待分割图像中的目标抠图图像进行精准分割的效果。
-
公开(公告)号：CN114064871A
公开(公告)日：2022-02-18
申请号：CN202111351525.6
申请日：2021-11-16
申请人： 起硕(天津)智能科技有限公司
IPC分类号： G06F16/332
摘要： 本发明提供一种基于RPR融合模型的阅读理解智能问答的方法，涉及智能问答领域。该基于RPR融合模型的阅读理解智能问答的方法，包括以下步骤：S1、问题与文档的输入；S2、问题分类；S3、YES/NO类问题的答复；S4、Span‑Extraction类问题的答复；S5、Unanswerable类问题的答复。通过对RAG模型的Generator部分进行改进，提出了在融合指针生成网络的RPGN子模型，该模型较RAG模型生成的答案与原文相关度更高，结果的词汇更多的来源于原文或相关文档中，可以回答基于阅读理解的问题中没有答案标注的问题。同时，对RAG的Encoder部分也做了优化，使用RoBERTa‑wwm‑ext做编码器。
-
公开(公告)号：CN115034202B
公开(公告)日：2024-11-01
申请号：CN202210384575.2
申请日：2022-04-13
申请人： 天津大学 , 起硕(天津)智能科技有限公司
IPC分类号： G06F40/211 , G06F40/253 , G06F40/30 , G06N3/0442 , G06N3/084
摘要： 本发明公开了基于增强方式融合语法信息的深度学习文本匹配方法，所述文本匹配方法建立在编码层、匹配融合层和池化预测层；所述编码层用于在句对编码表示时，对句子做依存句法分析，构造依存句法树，利用深度神经网络提取出句子的依存句法信息和语义信息,将两者相加融合；所述匹配融合层用于在相似度计算时，计算句对之间编码特征的欧式距离，将内积交互矩阵与欧式距离矩阵两者对应位置相减，利用欧式距离增强内积交互过程；所述池化预测层用于加权的池化方式与最大池化方式相拼接组合的池化模块进行信息的池化特征提取，本发明在SNLI和Quora数据集上都验证了对句对精确匹配的能力。
-
公开(公告)号：CN115034202A
公开(公告)日：2022-09-09
申请号：CN202210384575.2
申请日：2022-04-13
申请人： 天津大学 , 起硕(天津)智能科技有限公司
IPC分类号： G06F40/211 , G06F40/253 , G06F40/30 , G06N3/04 , G06N3/08
摘要： 本发明公开了基于增强方式融合语法信息的深度学习文本匹配方法，所述文本匹配方法建立在编码层、匹配融合层和池化预测层；所述编码层用于在句对编码表示时，对句子做依存句法分析，构造依存句法树，利用深度神经网络提取出句子的依存句法信息和语义信息,将两者相加融合；所述匹配融合层用于在相似度计算时，计算句对之间编码特征的欧式距离，将内积交互矩阵与欧式距离矩阵两者对应位置相减，利用欧式距离增强内积交互过程；所述池化预测层用于加权的池化方式与最大池化方式相拼接组合的池化模块进行信息的池化特征提取，本发明在SNLI和Quora数据集上都验证了对句对精确匹配的能力。
-
-
-
搜索结果
4 条记录 (耗时 0.036 秒)
