-
公开(公告)号：CN110580917B
公开(公告)日：2022-02-15
申请号：CN201910870667.X
申请日：2019-09-16
Applicant: 数据堂(北京)科技股份有限公司
Abstract: 本发明提供一种语音数据质量检测方法、装置、服务器及存储介质，以帧为单位对待进行质量检测的语音数据进行分割得到至少一个语音帧，计算语音帧在预先设置的至少一个频段中每个频段的频谱能量值，并将利用至少一个语音帧中每个语音帧在频段的频谱能量值计算语音数据在频段的目标频谱能量值，分析语音数据在各个频段的目标频谱能量值得到语音数据的质量检测结果。本发明提供的技术方案通过对语音数据在不同频段的目标频谱能量值的计算可分析出语音数据的语音质量检测结果，实现了对语音数据质量的检测。
-
公开(公告)号：CN107256513A
公开(公告)日：2017-10-17
申请号：CN201710465115.1
申请日：2017-06-19
Applicant: 数据堂(北京)科技股份有限公司
Inventor： 丰强泽
CPC classification number: G06Q30/0631 , G06Q30/0255
Abstract: 本发明公开一种对象的搭配推荐方法及装置，该方法及装置在获得目标用户的待搭配的当前对象后，基于预先制定并存储的用户搭配偏好表，确定与所述当前对象具有关联关系的至少一个候选对象，并利用预定筛选规则，从所述至少一个候选对象中筛选出与所述当前对象搭配的至少一个目标对象，最终，以预定展示方式向目标用户推荐与所述当前对象搭配的所述至少一个目标对象。可见，本发明实现了一种能够对对象进行搭配推荐的方案，针对网络商品推荐等场景，利用本发明方案可实现网络商品的搭配式推荐，从而可有效丰富网络商城的商品推荐功能，并提升用户体验。
-
公开(公告)号：CN104933104A
公开(公告)日：2015-09-23
申请号：CN201510289443.1
申请日：2015-05-29
Applicant: 数据堂(北京)科技股份有限公司
IPC: G06F17/30
CPC classification number: G06F16/907
Abstract: 本发明公开的元数据采集方法和系统，采用自顶向下的方式，首先获取数据源中目标数据内容的布局结构，其中数据源包含N个布局结构相同的目标数据内容；并基于所述布局结构建立元数据提取规则，该规则能够反映各个元数据属性与相应元数据内容在目标数据内容中的布局位置之间的对应关系；之后依据所述元数据提取规则，对所需的元数据内容进行定位、提取，实现元数据采集。可见，本发明通过制定元数据提取规则，实现了对所需的元数据内容进行精确定位，进而实现了高准确度元数据的提取，为数据共享和交易平台的高水准服务提供了支持。
-
公开(公告)号：CN120030132A
公开(公告)日：2025-05-23
申请号：CN202510510268.8
申请日：2025-04-23
Applicant: 数据堂(北京)科技股份有限公司
IPC: G06F16/3329 , G06F40/205 , G06F40/30
Abstract: 本申请涉及智能问答技术领域，其具体地公开了一种基于多模态大模型的问答数据处理方法及系统，其采用基于深度学习的多模态数据处理技术对用户输入的文本问题和图像模态上下文进行语义解析，分别提取出文本问题和图像模态上下文的语义特征，接着对两者进行线性投影以实现特征对齐，并引入跨模态特征全域关联交互机制，挖掘文本问题与图像模态上下文之间的深层次语义关联，实现对文本问题和图像模态上下文信息的有效融合，进而利用大语言模型的推理能力，生成与文本问题相关的文本答案。通过这种方式，能够显著提高问答系统对多模态信息的理解和处理能力，生成与文本问题紧密相关且逻辑完整的文本答案，满足用户对于多模态问答场景下的信息需求。
-
公开(公告)号：CN119378564B
公开(公告)日：2025-04-25
申请号：CN202411949511.8
申请日：2024-12-27
Applicant: 数据堂(北京)科技股份有限公司
IPC: G06F40/30 , G06F40/126 , G06F40/216
Abstract: 本申请涉及数据标注技术领域，其具体地公开了一种大模型数据智能标注方法及系统，其采用基于深度学习的自然语言处理技术对未标注文本数据集中的各个未标注文本数据进行置信度评估，选择最小置信度对应的文本数据作为代表样本数据，并对所述代表样本数据进行语料扩充，进而，通过对所述代表样本数据和语料扩充后的代表样本数据进行语义特征提取和补偿式交互融合，以充分利用两者之间的共有信息和独特信息，从而实现对所述代表样本数据的全面语义理解和智能标注。通过这种方式，可以显著提高数据标注的效率和准确性，同时大幅度减少人工干预的需求，降低标注成本。
-
Patent Agency Ranking
公开(公告)号：CN119380144B
公开(公告)日：2025-04-04
申请号：CN202411946438.9
申请日：2024-12-27
Applicant: 数据堂(北京)科技股份有限公司
IPC: G06V10/774 , G06V20/70 , G06V30/19 , G06V10/82 , G06N3/0464
Abstract: 本申请涉及计算机技术领域，其具体地公开了一种多模态大模型训练数据采集方法及系统，其采用基于深度学习的数据处理技术对语义对齐的图像数据和图像内容文本描述数据进行语义特征提取和跨模态联合编码，以捕捉到模态间的语义关联，实现跨模态的语义信息融合，并在此基础上进一步进行图像样本的生成，进而，通过对生成的图像样本与原始图像数据进行语义偏移度量，以智能识别生成的图像样本是否为合格增强样本。通过这种方式，可以有效地丰富多模态训练数据集，确保数据的质量，解决多模态数据增强过程中跨模态语义一致性的问题，从而提高多模态大模型的训练效率。
-
公开(公告)号：CN119273260A
公开(公告)日：2025-01-07
申请号：CN202411803953.1
申请日：2024-12-10
Applicant: 北京市大数据中心 , 数据堂(北京)科技股份有限公司
IPC: G06Q10/083 , G06Q10/087 , G06Q30/018 , G06Q40/04 , H04L67/1097
Abstract: 本发明涉及计算机系统的领域，尤其是涉及一种基于联邦控制的多源数据协同方法、装置、电子设备及介质，基于联邦控制的多源数据协同方法包括如下步骤：通过共识机制将整体目标拆解为多个子目标，并分配给区块链网络中的各个节点；通过链上投票消除节点间的冲突；通过去中心化博弈模型平衡节点之间的博弈和合作，通过基于去中心化竞价的激励机制分配节点获得奖励；通过跨链合约和基于跨链合约的数据流通框架，构建节点间信任关系；通过激励相容性的数据协同合约，统一跨链交互中供应方与需求方的交互规则。本发明具有减少供给和需求之间理解不一致的情况，便于对异质空间跨域进行管控的效果。
-
公开(公告)号：CN111078928B
公开(公告)日：2023-07-21
申请号：CN201911327469.5
申请日：2019-12-20
Applicant: 数据堂(北京)科技股份有限公司
IPC: G06F16/583 , G06V10/42 , G06V10/75
Abstract: 本发明提供了一种图像去重方法及装置，可以计算待去重的每个图像的目标哈希值，具体将图像划分为多个局部图像，分别缩小图像和每个局部图像的尺寸，分别对缩小后的图像和每个缩小后的局部图像进行DCT变换，得到图像对应的DCT系数矩阵和每个局部图像对应的DCT系数矩阵；根据图像对应的DCT系数矩阵计算图像的哈希值，以及根据每个局部图像对应的DCT系数矩阵计算每个局部图像的哈希值；对图像的哈希值和每个局部图像的哈希值进行整合得到图像的目标哈希值。进一步通过两两匹配多个图像的目标哈希值确定多个图像中的重复图像，并去重。基于本发明可以对实现整体+局部的图像对比，提高了鲁棒性和精确性。
-
公开(公告)号：CN115810137B
公开(公告)日：2023-06-02
申请号：CN202310087037.1
申请日：2023-02-09
Applicant: 数据堂(北京)科技股份有限公司 , 河北数云堂智能科技有限公司
IPC: G06V10/776 , G06V40/16 , G06V10/82
Abstract: 本发明公开了一种交互式人工智能技术评测方案的构建方法，涉及人工智能测评技术领域，方法包括以下步骤：步骤S1：构建数据层，数据层包括评测数据库、评测工具库、评测标准库和基准模型库；步骤S2：构建封装层；步骤S3：构建执行层。本发明基于评测工具、评测数据、评测标准、基准模型等要素，快速构建一个人工智能评测方案，从而解决人工智能评测经验和方法无法重复利用、评测要求技术门槛高的问题，提供了交互式的配置环境，支持用户通过拖拽配置的可视化方式快速构建复杂的评测方案流程，从而实现为不同类型人工智能任务快速开发新的评测方案。
-
公开(公告)号：CN113204795B
公开(公告)日：2021-09-24
申请号：CN202110764949.9
申请日：2021-07-07
Applicant: 数据堂(北京)科技股份有限公司
IPC: G06F21/62 , G06F16/27 , G06F16/2458
Abstract: 本发明公开了一种基于联邦数据及联邦服务的数据共享方法及装置，该方法包括：接收数据使用方提交的模型运算需求；基于联邦节点能力数据库，根据模型运算需求匹配生成最优决策结果；基于最优决策结果选择计算模型，将公钥和计算模型发送至相应联邦节点；接收相应联邦节点返回的计算结果，其中，计算结果为联邦节点根据自身的联邦数据基于计算模型计算得出并通过公钥加密后的结果；将结果进行解密返回给数据使用方；计算参与计算的每个联邦节点的数据收益，提供给数据提供方；将计算过程数据存储在区块链的记账节点上；数据提供方作为联邦节点。本发明通过联邦服务机制来实现对各个数据使用方需求的决策生成，进而实现服务的联邦化。
-
-
-
-
-
-
-
-
-
Search Results
23
records
(took 0.029 seconds)
