基于语义解耦的结构化数据人工智能大模型分析方法与系统

    公开(公告)号:CN120086511A

    公开(公告)日:2025-06-03

    申请号:CN202411272332.5

    申请日:2024-09-11

    Abstract: 本申请公开了一种基于语义解耦的结构化数据人工智能大模型分析方法与系统,涉及数据分析技术领域,所述的方法包括:通过根据特征名称和/或特征描述对结构化数据中的每个特征进行语义编码;根据特征值对结构化数据中的每个特征进行数值编码,然后对语义特征向量和数值特征向量进行分析,获得数据分析结果。由于本申请分别根据特征名称和/或特征描述进行语义编码,根据特征值进行数值编码,将语义理解与数值分析解耦,从而能够从利用大语言模型实现深入、鲁棒且可泛化的结构化数据语义理解。对语义特征向量和数值特征向量进行特征分析,将原始数据转换为特征序列,无需填充或过滤缺失数据就能进行分析,提高了数据分析的准确度。

    图像分类方法和装置、设备及存储介质

    公开(公告)号:CN116778246A

    公开(公告)日:2023-09-19

    申请号:CN202310751960.0

    申请日:2023-06-25

    Abstract: 本申请实施例提供了一种图像分类方法和装置、设备及存储介质,属于图像分类技术领域。该方法包括:获取样本图像数据对和样本图像类别对;根据混合参考比例分别将图像数据对、样本图像类别得到目标样本图像数据、目标样本图像类别;将目标样本图像数据输入至原始图像分类模型进行图像分类得到图像预测类别和混合预测比例;对图像预测类别、目标样本图像类别、混合预测比例和混合参考比例进行损失计算得到目标损失数据;根据目标损失数据对原始图像分类模型进行参数调整得到目标图像分类模型;获取并将目标图像输入至目标图像分类模型进行图像分类得到目标图像类别。本申请实施例能够提高图像分类的准确性、鲁棒性和泛化性。

Patent Agency Ranking