基于无监督聚类的长文本可信度评估方法及系统

    公开(公告)号:CN110287314A

    公开(公告)日:2019-09-27

    申请号:CN201910418900.0

    申请日:2019-05-20

    Abstract: 本发明涉及一种基于无监督聚类的长文本可信度评估方法,包括:以已知长文本获取训练数据,提取该训练数据的训练特征以构建训练特征向量集,对该训练特征向量集进行无监督聚类,得到多个训练类心;以待评估长文本获取评估数据,提取该评估数据的评估特征向量;获取该评估特征向量相对该训练类心的评估值,并以该评估值得到该待评估长文本的可信度。本发明通过无监督聚类对长文本进行可信度评估,在实施过程中不需要标注数据,节省了人力、物力与时间,避免了数据中标签稀疏带来的困扰;提取了长文本的文本特征,对于可信度评估任务更加适用,使用该模型得到的文本的可信度更具有可解释性,同时在平台之间可以迁移。

    一种面向处理器系统级设计的测试方法及系统

    公开(公告)号:CN117149536A

    公开(公告)日:2023-12-01

    申请号:CN202310555661.X

    申请日:2023-05-17

    Abstract: 本发明提出一种面向处理器系统级设计的测试方法和系统,包括:基于SoC‑FPGA的处理器测试平台根据硬件源码与器件情况,选择被测处理器的内存与外设使用模式,检测待测试的处理器并对其进行接口标准化处理,将待测试处理器的接口按功能划分;处理器测试平台结合所选的内存与外设使用模式,将待测试处理器以软核的形式部署,设计硬核处理器与待测试处理器的地址空间映射机制,构建FPGA工程并生成硬件配置文件;对软件源码进行编译并生成用于测试的软件负载;硬核处理器根据所选内存与外设使用模式,部署软件负载;根据内存与外设使用模式将SoC‑FPGA的外设接口资源以独占或共享的方式提供给待测试处理器;执行软件负载,对完整软硬件系统进行评测。

    特定人物丑化图片识别方法及系统

    公开(公告)号:CN111832622A

    公开(公告)日:2020-10-27

    申请号:CN202010531569.6

    申请日:2020-06-11

    Abstract: 本发明提出一种特定人物丑化图片识别方法和系统,包括:获取包含特定人物的图片集,该图片集包括多张漫画和多张照片,该图片集中每张图片标有代表是否丑化的预设标签,以该图片集中漫画和照片分别作为训练数据,训练卷积神经网络模型,得到特定人物漫画识别网络和特定人物照片识别网络;通过前置网络判断待识别图片是否属于漫画,若是,则将该待识别图片发送至该特定人物漫画识别网络,得到该待识别图片的特定人物丑化图片识别结果,否则对该待识别图片进行人脸对比,判断该待识别图片是否包括该特定人物,若是则通过该特定人物照片识别网络,得到该待识别图片的特定人物丑化图片识别结果,否则得到该待识别图片不包括该特定人物的识别结果。

Patent Agency Ranking