-
公开(公告)号:CN113592289B
公开(公告)日:2024-06-07
申请号:CN202110857447.0
申请日:2021-07-28
Applicant: 咪咕数字传媒有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
IPC: G06Q10/04 , G06Q30/0282
Abstract: 本发明公开了一种图书质量的预测方法、装置及设备,该方法包括:获取当前图书的第一相关信息,所述第一相关信息包括图书的多个不同类型的信息;根据所述当前图书的第一相关信息,获得所述第一相关信息与所述当前图书的实际价值信息之间的隐性关系,所述实际价值信息用于客观反映当前图书的价值;根据所述隐性关系,获得所述当前图书的预测质量结果。通过上述方式,本发明实现了图书的自动质量预测评估,为用户选书提供可靠支撑。
-
公开(公告)号:CN113810730B
公开(公告)日:2023-08-01
申请号:CN202111091882.3
申请日:2021-09-17
Applicant: 咪咕数字传媒有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
IPC: H04N21/2187 , H04N21/234 , H04N21/266 , H04N21/44 , H04N21/466 , H04N21/84
Abstract: 本发明公开了一种基于视频的实时文本生成方法、装置及计算设备,该方法包括:对视频的当前播放视频图像和已播放视频图像进行特征处理,得到第一视频帧特征向量、第二视频帧特征向量;根据第一视频帧特征向量、第二视频帧特征向量确定当前播放视频图像和已播放视频图像的关联关系,基于关联关系提取当前播放视频图像对应的关键特征向量,根据关键特征向量对第一视频帧特征向量进行修正,得到当前播放视频图像对应的编码特征向量;获取与视频关联的衍生数据,对衍生数据进行向量化处理,得到衍生数据特征向量;对编码特征向量、衍生数据特征向量进行解码处理,得到当前播放视频图像对应的实时视频文本,由此实现了生成生动、灵活和准确的视频文本。
-
公开(公告)号:CN116188813A
公开(公告)日:2023-05-30
申请号:CN202211094153.8
申请日:2022-09-08
Applicant: 咪咕数字传媒有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
IPC: G06V10/74 , G06V10/764 , G06V10/774 , G06V10/80 , G06V10/82 , G06N3/04 , G06N3/096
Abstract: 本发明公开了一种图书分类方法、装置、设备和存储介质,所述方法包括:根据待筛选图书的图片特征和参考图书的图片特征,确定所述待筛选图书和所述参考图书的第一相似度;根据所述第一相似度,在所述待筛选图书中确定所述参考图书的相似目标图书;根据所述参考图书的分类类别,更新所述相似目标图书的分类类别。本发明提高了图书分类的准确性。
-
公开(公告)号:CN109165380B
公开(公告)日:2022-07-01
申请号:CN201810837902.9
申请日:2018-07-26
Applicant: 咪咕数字传媒有限公司
IPC: G06F40/30 , G06F40/289 , G06N3/04
Abstract: 本发明公开了一种神经网络模型训练方法,包括:获取由若干文本的语义主题特征向量构成的样本特征集,以及可作为文本标签的若干标签构成的标签集;基于所述样本特征集和所述标签集,按照下述方式训练神经网络模型:以所述样本特征集为第1层神经网络模型的输入,以所述标签集中第1个标签为第1层神经网络模型的输出,训练第1级神经网络模型;以第m‑1层的训练结果以及所述样本特征集为第m层神经网络模型的输入,以所述标签集中第m个标签为第m层神经网络模型的输出,训练第m级神经网络模型;其中,2≤m≤M,M为所述标签集包括的标签总数量。本发明还公开了一种神经网络模型训练装置、文本标签确定方法及装置。
-
公开(公告)号:CN113810730A
公开(公告)日:2021-12-17
申请号:CN202111091882.3
申请日:2021-09-17
Applicant: 咪咕数字传媒有限公司 , 咪咕文化科技有限公司 , 中国移动通信集团有限公司
IPC: H04N21/2187 , H04N21/234 , H04N21/266 , H04N21/44 , H04N21/466 , H04N21/84
Abstract: 本发明公开了一种基于视频的实时文本生成方法、装置及计算设备,该方法包括:对视频的当前播放视频图像和已播放视频图像进行特征处理,得到第一视频帧特征向量、第二视频帧特征向量;根据第一视频帧特征向量、第二视频帧特征向量确定当前播放视频图像和已播放视频图像的关联关系,基于关联关系提取当前播放视频图像对应的关键特征向量,根据关键特征向量对第一视频帧特征向量进行修正,得到当前播放视频图像对应的编码特征向量;获取与视频关联的衍生数据,对衍生数据进行向量化处理,得到衍生数据特征向量;对编码特征向量、衍生数据特征向量进行解码处理,得到当前播放视频图像对应的实时视频文本,由此实现了生成生动、灵活和准确的视频文本。
-
-
-
-