-
公开(公告)号：CN110135552A
公开(公告)日：2019-08-16
申请号：CN201910098081.6
申请日：2019-01-31
Applicant: 微软技术许可有限责任公司
IPC: G06N3/04 , G06F16/953
Abstract: 本文公开了用于实现用于搜索的深度神经网络架构的技术。在一些实施例中，深度神经网络架构包括：项目神经网络，其被配置为针对多个项目中的每一个项目，基于多个项目中的该个项目的项目数据来生成项目向量表示；查询神经网络，其被配置为基于查询来生成针对查询的查询向量表示，查询神经网络与项目神经网络不同；以及评分神经网络，其被配置为针对多个项目中的每一个项目，基于多个项目中的该个项目的项目向量表示和查询向量表示，生成针对多个项目中的该个项目与查询的配对的对应分数，评分神经网络与项目神经网络和查询神经网络不同。
-
公开(公告)号：CN114662696A
公开(公告)日：2022-06-24
申请号：CN202111577183.X
申请日：2021-12-22
Applicant: 微软技术许可有限责任公司
IPC: G06N20/00 , G06N3/08 , G06F16/9537 , G06F16/9538
Abstract: 在示例实施例中，机器学习模型被训练为对时间序列数据中的异常点进行排名。该模型能够同时并行应用于很多不同的时间序列，允许有针对大规模在线网络的可扩展的解决方案。该模型输出针对输入异常的排名分数，并且不仅允许对相同时间序列中的异常进行排名，还允许跨多个时间序列对异常进行排名。然后可以使用该排名来确定如何最好地在图形用户界面中向用户呈现经排名的异常。
-
公开(公告)号：CN113849518A
公开(公告)日：2021-12-28
申请号：CN202111135767.1
申请日：2016-10-13
Applicant: 微软技术许可有限责任公司
Inventor： R·达亚 , A·古普塔 , S·D·辛哈 , S·P·肯杜里 , 吴显仁 , G·R·拉克什马南 , 吴博翔 , V·安吉 , J·A·圣 , T·P·乔尔德特 , G·A·瓦罗赫 , Z·T·皮普迈尔 , 余子安 , 周山
IPC: G06F16/242 , G06F16/248 , G06F16/28 , G06Q10/10 , G06Q50/00
Abstract: 本文描述了用于辅助搜索查询的系统和技术。这些技术可以包括辅助创建搜索查询、分面扩展或者搜索结果细化。辅助创建搜索查询可以包括当用户在文本输入元素中输入文本时，搜索流程选择器动态地出现。分面扩展可以包括从有关结果中特别创建分面，并且向用户建议那些分面。搜索结果细化可以包括创建依赖于上下文的分面以及使用它们细化显示的搜索结果。
-
Patent Agency Ranking
公开(公告)号：CN110059242A
公开(公告)日：2019-07-26
申请号：CN201811570390.0
申请日：2018-12-21
Applicant: 微软技术许可有限责任公司
IPC: G06F16/9532 , G06Q10/10 , G06Q50/00
Abstract: 一种系统和方法，包括：接收搜索查询，以及从数据库获得成员的成员数据。对于多个非线性模型中的每个非线性模型，基于特性与条件的比较来遍历非线性模型以获得分数，其中，在各非线性模型之中，至少一个特性是基于以下各项中的至少一项而推断的特性：成员在在线网络系统中的活动；以及成员在在线网络系统中的连接。对从非线性模型中的每个非线性模型获得的分数进行组合以获得经组合分数，并且用户界面至少部分地基于经组合分数来显示与成员相关的信息。
-
公开(公告)号：CN109740045B
公开(公告)日：2023-09-15
申请号：CN201811258860.X
申请日：2018-10-26
Applicant: 微软技术许可有限责任公司
IPC: G06F16/9535 , G06Q50/00 , G06N99/00
Abstract: 在示例实施例中，训练两个机器学习模型。一个被训练为输出在社交网络服务中具有成员简档的搜索者将选择潜在的搜索结果的概率。另一个被训练为输出与潜在的搜索结果相对应的成员将响应来自搜索者的通信的概率。特征可以从查询、关于搜索者的信息、以及关于与潜在的搜索结果相对应的成员的信息中提取，并且被馈送至机器学习模型。机器学习模型的输出可以被组合并且用于将搜索结果排名以返回给搜索者。
-
公开(公告)号：CN108431806A
公开(公告)日：2018-08-21
申请号：CN201680073507.7
申请日：2016-10-13
Applicant: 微软技术许可有限责任公司
Inventor： R.达亚 , A.古普塔 , S.D.辛哈 , S.P.肯杜里 , 吴显仁 , G.R.拉克什马南 , 吴博翔 , V.安吉 , J.A.圣 , T.P.乔尔德特 , G.A.瓦罗赫 , Z.T.皮普迈尔 , 余子安 , 周山
Abstract: 本文描述了用于辅助搜索查询的系统和技术。这些技术可以包括辅助创建搜索查询、分面扩展或者搜索结果细化。辅助创建搜索查询可以包括当用户在文本输入元素中输入文本时，搜索流程选择器动态地出现。分面扩展可以包括从有关结果中特别创建分面，并且向用户建议那些分面。搜索结果细化可以包括创建依赖于上下文的分面以及使用它们细化显示的搜索结果。
-
公开(公告)号：CN109740045A
公开(公告)日：2019-05-10
申请号：CN201811258860.X
申请日：2018-10-26
Applicant: 微软技术许可有限责任公司
IPC: G06F16/9535 , G06Q50/00 , G06N99/00
Abstract: 在示例实施例中，训练两个机器学习模型。一个被训练为输出在社交网络服务中具有成员简档的搜索者将选择潜在的搜索结果的概率。另一个被训练为输出与潜在的搜索结果相对应的成员将响应来自搜索者的通信的概率。特征可以从查询、关于搜索者的信息、以及关于与潜在的搜索结果相对应的成员的信息中提取，并且被馈送至机器学习模型。机器学习模型的输出可以被组合并且用于将搜索结果排名以返回给搜索者。
-
公开(公告)号：CN108431806B
公开(公告)日：2022-06-28
申请号：CN201680073507.7
申请日：2016-10-13
Applicant: 微软技术许可有限责任公司
Inventor： R.达亚 , A.古普塔 , S.D.辛哈 , S.P.肯杜里 , 吴显仁 , G.R.拉克什马南 , 吴博翔 , V.安吉 , J.A.圣 , T.P.乔尔德特 , G.A.瓦罗赫 , Z.T.皮普迈尔 , 余子安 , 周山
IPC: G06F16/242 , G06F16/248 , G06F16/28 , G06Q10/10 , G06Q50/00
Abstract: 本文描述了用于辅助搜索查询的系统和技术。这些技术可以包括辅助创建搜索查询、分面扩展或者搜索结果细化。辅助创建搜索查询可以包括当用户在文本输入元素中输入文本时，搜索流程选择器动态地出现。分面扩展可以包括从有关结果中特别创建分面，并且向用户建议那些分面。搜索结果细化可以包括创建依赖于上下文的分面以及使用它们细化显示的搜索结果。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.034 seconds)
