无监督角色识别方法、装置、电子设备及存储介质

    公开(公告)号:CN111985231A

    公开(公告)日:2020-11-24

    申请号:CN202010790776.3

    申请日:2020-08-07

    Inventor: 李娜 罗红

    Abstract: 本发明实施例涉及信息处理领域,公开了一种无监督角色识别方法。本发明通过多维度提取语音信息的梅尔倒谱特征,得到多组不同维度的梅尔倒谱特征组,对多组不同维度的所述梅尔倒谱特征组进行角色标签聚类,得到多组原始角色标签集,根据预先构建的标签选取原则,从多组所述原始角色标签集中筛选原始角色标签,得到标准角色标签集,根据预构建的文本关键字识别机制,识别与所述语音信息对应的语句集内关键字,得到关键字集,根据所述关键字集和所述标准角色标签集执行对所述语音信息的角色识别。本发明还提出一种无监督角色识别装置、电子设备以及计算机可读存储介质。本发明有效的解决训练数据获取困难,角色识别应用场景有限的问题。

    一种工单推送方法、装置及存储介质

    公开(公告)号:CN111325428A

    公开(公告)日:2020-06-23

    申请号:CN201811535048.7

    申请日:2018-12-14

    Abstract: 本发明涉及互联网技术领域,公开了一种工单推送方法、装置及存储介质,用于提高将待处理工单推送合适的业务处理人员的速度和准确性,进而使得业务处理人员能够更快的对待处理工单进行抢单及处理,所述方法包括:当监听到消息队列中存储有待处理的工单时,从所述消息队列中获取所述工单,所述工单为包含待处理业务的地理位置以及业务内容的集合的单据;根据所述工单中的地理位置,确定距离所述地理位置预设范围内的至少一个业务处理人员信息;从所述至少一个业务处理人员信息中,确定目标业务处理人员,并将所述工单推送给所述目标业务处理人员,以处理所述工单中的待处理业务。

    一种人员信息监控的方法、装置及计算机存储介质

    公开(公告)号:CN111242248A

    公开(公告)日:2020-06-05

    申请号:CN201811329311.7

    申请日:2018-11-09

    Abstract: 本发明公开了一种人员信息监控的方法、装置及计算机存储介质,用以解决现有技术中存在的园区管理效率不高的技术问题。包括:接收用户终端发送的电子工牌申请消息;其中,电子工牌申请消息中携带有对用户身份进行认证的第一信息;基于人员信息数据库对第一信息进行认证;其中,人员信息数据库用于记录经过管理员审核通过后的所有用户信息;若认证通过,则根据人员信息数据库中记录的与第一信息相一致的用户信息,生成与用户信息相关联的唯一映射码对应的动态二维码;并动态二维码到用户终端生成对应的电子工牌;其中,唯一映射码按指定时长进行动态更换,使动态二维码被更新。

    网络故障的模型训练、诊断预测方法、装置以及电子设备

    公开(公告)号:CN111242171A

    公开(公告)日:2020-06-05

    申请号:CN201911415887.X

    申请日:2019-12-31

    Abstract: 本发明实施例涉及网络故障检测领域,公开一种网络故障的模型训练、诊断预测方法、装置以及电子设备。本发明通过采集目标网络中的设备数据以及用户使用网络过程中的用户行为数据;采集用户使用目标网络过程中的用户投诉数据和用户体验数据;以标记网络故障的设备数据和用户行为数据作为训练样本,采用GBDT模型对网络故障进行分类训练,得到GBDT网络故障分类模型;以用户投诉数据和用户体验数据作为训练样本,采用DNN模型对网络故障进行预测训练,得到DNN网络故障预测模型;以GBDT网络故障分类模型和DNN网络故障预测模型的输出结果作为训练样本,采用FM模型进行训练,得到FM网络故障诊断预测模型。通过构建的模型能够准确、高效的对网络故障进行诊断和预测。

    文本模型训练方法、文本纠错方法、电子设备及存储介质

    公开(公告)号:CN111209740A

    公开(公告)日:2020-05-29

    申请号:CN201911419034.3

    申请日:2019-12-31

    Abstract: 本发明实施例涉及深度学习领域,公开了文本模型训练方法、文本纠错方法、电子设备及存储介质。本发明中,将语音对话进行文本转换,得到错误文本,对错误文本进行纠错,得到正确文本,根据热词表对错误文本以及正确文本进行分词;之后对分词后的文本样本进行编码得到的文本训练样本,将文本输入样本输入至深度神经网络中进行训练,得到目标文本模型。相对于现有技术基于规则的模型或者基于统计的模型进行文本纠错而言,分词精确度更高,提高了模型训练得到的目标文本模型的纠错准确率。另外,基于建立的目标文本模型进行纠错,在纠错过程中仅需输入错误句子即可得到正确句子,减少了纠错过程中的工作量以及成本。

    家庭网络智能组网方法、装置和存储介质

    公开(公告)号:CN110875861A

    公开(公告)日:2020-03-10

    申请号:CN201810997928.X

    申请日:2018-08-29

    Abstract: 本申请公开了一种家庭网络智能组网方法、装置和存储介质,涉及通信技术领域。该方法中,能够根据用户输入的组网需求信息确定采用的组网设备及其数量,然后根据是否暗埋网线确定组网方案,并将采用的可用组网设备库存量充足的组网方案作为最终可推荐使用的组网方案。这样,减少了人工上门服务咨询需求和人工确定组网方案的过程,提高了组网方案确定的效率。避免因技术人员技术差异带来的服务水平参差不齐的情况,从而提高服务质量。

    基于参考点拓展指纹模板的加解密方法及系统

    公开(公告)号:CN106788986A

    公开(公告)日:2017-05-31

    申请号:CN201611062449.6

    申请日:2016-11-28

    Abstract: 本发明是一种基于参考点拓展指纹模板的加解密方法及系统,通过设定拓展的有向参考点的位置总数m,一个(1,3m]范围内的整数集合I;选择一个拓展参考点离原始点的距离r及一个角度变化量Δθ;根据设置的参数构造候选有向参考点列表A;加密时,采用下标j满足j∈{1}UI的拓展参考点drpj∈A用于指纹预对齐,产生n个版本的密文;解密时,采用下标j满足的拓展参考点drpj∈A用于预对齐指纹模板,生成(3m‑n+1)个预对齐的指纹模板,分别用于解密每个密文。本发明在不修改原有的有向参考点的提取方法的前提下,可对其进行了拓展,采用多个有向参考点来预对齐指纹,产生多个可用的密文,提高了指纹加解密的成功率。

Patent Agency Ranking