-
公开(公告)号：CN115526318A
公开(公告)日：2022-12-27
申请号：CN202211222796.6
申请日：2022-10-08
Applicant: 北京达佳互联信息技术有限公司 , 哈尔滨工业大学(深圳)
IPC: G06N5/02 , G06F16/35 , G06F40/216 , G06F40/289 , G06N3/04 , G06N3/08
Abstract: 本公开提供一种知识抽取方法、装置、电子设备及存储介质。该方法包括：获取待处理视频和所述待处理视频的文本信息；从所述待处理视频及所述文本信息中抽取多个候选知识文本；获取所述待处理视频的视频特征和各个候选知识文本的文本特征；通过第一模型确定所述视频特征和各个文本特征之间的相似度，并根据所述相似度，从所述多个候选知识文本中确定多个目标候选知识文本；通过第二模型确定各个目标候选知识文本和所述待处理视频的视频内容之间的匹配程度，并根据所述匹配程度，从所述多个目标候选知识文本中确定目标知识文本。该方法提高了视频和知识文本的匹配效率和召回率，同时提高了视频和知识文本匹配的准确性。
-
公开(公告)号：CN104750798B
公开(公告)日：2020-09-29
申请号：CN201510123052.2
申请日：2015-03-19
Applicant: 腾讯科技(深圳)有限公司 , 哈尔滨工业大学
IPC: G06F16/9535 , G06F16/906
Abstract: 本发明公开了一种应用程序的推荐方法和装置，用于描述应用程序之间广泛的相关性，提高向用户推荐应用程序的效果。本发明提供的应用程序的推荐方法包括：根据应用程序的评论信息和描述信息确定应用程序之间是否存在相关性；若所述应用程序之间存在相关性，根据预置的应用程序之间的关系分类特征从面向应用程序的关系分类体系中确定出所述应用程序之间所属的分类关系；根据所述应用程序之间所属的分类关系向用户推荐应用程序。
-
公开(公告)号：CN111640061A
公开(公告)日：2020-09-08
申请号：CN202010398858.3
申请日：2020-05-12
Applicant: 哈尔滨工业大学
Abstract: 一种自适应图像超分辨率系统，属于图像复原领域。本发明为解决现有图像超分辨率系统无法根据应用场景和需要进行自适应调整的问题。本发明包括网络深度预测模块、特征提取模块、处理模块、加法器、上采样模块和图像复原模块；通过特征提取模块，用于对原始低分辨率图像进行特征提取获得特征提取图；网络深度预测模块，根据预设的网络深度期望值d*对特征提取图中的所有特征点进行自适应卷积操作，预测出网络深度图；处理模块，用于根据接收的网络深度图对特征提取图进行处理，获得特征提取图中所有特征点的残差特征；加法器，用于将所有特征点的残差特征叠加在特征提取图中的相应特征点上，从而对特征提取图进行调整，获得调整后的特征提取图，通过上采样模块对特征提取图进行放大，再通过图像复原模块进行修复，完成图像的修复。本发明主要用于对低分辨率图像进行复原。
-
公开(公告)号：CN109684973A
公开(公告)日：2019-04-26
申请号：CN201811549357.X
申请日：2018-12-18
Applicant: 哈尔滨工业大学
CPC classification number: G06K9/00281 , G06T5/001 , G06T2207/20081 , G06T2207/20084 , G06T2207/30201
Abstract: 基于对称一致性的卷积神经网络的人脸图像填充系统，属于图像填充技术领域，解决了现有基于卷积神经网络的人脸图像填充系统因无法保证所填充人脸的对称一致性而填充效果差的问题。所述人脸图像填充系统：光流网络将部分遮挡人脸图像及其水平翻转图像作为输入，将得到的光流向量作为使该水平翻转图像变形的绝对坐标，并通过双线性插值的方式使该水平翻转图像变形为形变翻转图。光照网络将部分遮挡人脸图像及其水平翻转图像作为输入，并通过得到的光照纠正系数来纠正形变翻转图的光照分布。对称缺失像素填充子系统将光照分布纠正后的形变翻转图及其对应的剩余遮挡模板作为其输入，输出缺失像素填充后的人脸图像。
-
公开(公告)号：CN104750798A
公开(公告)日：2015-07-01
申请号：CN201510123052.2
申请日：2015-03-19
Applicant: 腾讯科技(深圳)有限公司 , 哈尔滨工业大学
IPC: G06F17/30
Abstract: 本发明公开了一种应用程序的推荐方法和装置，用于描述应用程序之间广泛的相关性，提高向用户推荐应用程序的效果。本发明提供的应用程序的推荐方法包括：根据应用程序的评论信息和描述信息确定应用程序之间是否存在相关性；若所述应用程序之间存在相关性，根据预置的应用程序之间的关系分类特征从面向应用程序的关系分类体系中确定出所述应用程序之间所属的分类关系；根据所述应用程序之间所属的分类关系向用户推荐应用程序。
-
Patent Agency Ranking
公开(公告)号：CN103544135A
公开(公告)日：2014-01-29
申请号：CN201310507228.5
申请日：2013-10-24
Applicant: 哈尔滨工业大学
Abstract: 一种结合限制数据的特征权值量化方法，它涉及一种结合限制数据的特征权值量化方法，本发明是要解决现有的基于限制数据的特征权值量化方法无法处理限制数据分布不均衡和限制数据存在不一致性的问题。本发明所述一种结合限制数据的特征权值量化方法按以下步骤进行：一、合并“限制数据”和“非限制数据”进行特征权值量化；二、特征权值量化函数中结合参数分布系数；三、特征权值量化函数中结合参数置信度。本发明解决了限制数据分布不均衡和限制数据中存在不一致性的问题。技术要点在于结合限制数据和非限制数据进行特征权值量化，并提出参数分布系数和置信度，本发明可应用于网络技术领域。
-
公开(公告)号：CN102004724B
公开(公告)日：2012-06-20
申请号：CN201010602030.1
申请日：2010-12-23
Applicant: 哈尔滨工业大学
IPC: G06F17/27
Abstract: 文档段落分割方法，本发明涉及文档的分割方法。用于文本分割。它解决现有技术引入与文档描述的主题无关的噪声词而增大或缩小描述不同或相同子主题的片段间的相似度，使得片段划分的结果不准确的缺陷。它通过下述步骤实现：一、对文档进行分词的操作及停用词过滤的操作；二、采用词典《知网》对文档的多义词进行消歧；三、对消歧后的词语通过词语之间的相似度构造词汇链；四、对文档构造全文词汇链；五、对文档进行划分，将其划分为多个长度相等的片段，对片段构造词汇链；六、根据片段词汇链和全文词汇链相互覆盖的程度确定片段之间的相似度；七、根据片段之间的相似度构造片段相似图，根据片段相似度图对片段进行分割。
-
公开(公告)号：CN102054029A
公开(公告)日：2011-05-11
申请号：CN201010593747.4
申请日：2010-12-17
Applicant: 哈尔滨工业大学
Abstract: 一种基于社会网络和人名上下文的人物信息消歧处理方法，本发明涉及一种互联网人物信息的消歧处理方法。它解决了现有技术的搜索引擎对某一特定人名的检索结果往往是共享这一人名的不同人物相关网页的混合的问题。用于网络人物信息检索。它包括下述步骤：一、用户输入一个要检索的人名，利用搜索引擎完成检索，利用下载软件把检索到的网页下载到本地计算机；二、对上述网页分别进行正文提取处理、分词处理和词性标注的处理，形成文档；三、利用人物领域信息先对文档进行分类，再利用社会网络和上下文信息对人物领域信息进行聚类处理，最终显示出每个人物领域信息与实体人物之间的对应关系，并且显示出每个实体人物存在的社会网络。
-
公开(公告)号：CN102004724A
公开(公告)日：2011-04-06
申请号：CN201010602030.1
申请日：2010-12-23
Applicant: 哈尔滨工业大学
IPC: G06F17/27
Abstract: 文档段落分割方法，本发明涉及文档的分割方法。用于文本分割。它解决现有技术引入与文档描述的主题无关的噪声词而增大或缩小描述不同或相同子主题的片段间的相似度，使得片段划分的结果不准确的缺陷。它通过下述步骤实现：一、对文档进行分词的操作及停用词过滤的操作；二、采用词典《知网》对文档的多义词进行消歧；三、对消歧后的词语通过词语之间的相似度构造词汇链；四、对文档构造全文词汇链；五、对文档进行划分，将其划分为多个长度相等的片段，对片段构造词汇链；六、根据片段词汇链和全文词汇链相互覆盖的程度确定片段之间的相似度；七、根据片段之间的相似度构造片段相似图，根据片段相似度图对片段进行分割。
-
公开(公告)号：CN102004560A
公开(公告)日：2011-04-06
申请号：CN201010567997.0
申请日：2010-12-01
Applicant: 哈尔滨工业大学
IPC: G06F3/023
Abstract: 语句级汉字输入方法中的用户词识别方法与在线一次性学习方法及机器学习系统，涉及汉字输入的机器学习技术领域。本发明解决了现有机器学习方法中存在的经常需要用户干预才能够获得最终结果的问题。用户词识别方法是采用相对位置成词能力作为评价标准来识别用户词。学习方法仅在输入法输出的最优路径与最终输出路径不一致时才启动，该方法采用基于N元文法的概率计算方法获得概率值后，采用最大后验MAP获得用户调节值CA，该调节值CA和相应的词存入用户语言模型库。机器学习系统是应用上述用户词识别方法和学习方法实现的学习系统。采用本发明技术，能减少用户输入时的干预次数，让用户更轻松地得到需要的输出结果。
-
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.034 seconds)
