-
公开(公告)号：CN119443000A
公开(公告)日：2025-02-14
申请号：CN202411575008.0
申请日：2024-11-06
Applicant: 哈尔滨工业大学
IPC: G06F30/337 , G06F18/214 , G06N3/0455 , G06N3/048 , G06N3/08 , G06F17/16
Abstract: 一种基于大规模语言模型的电子装备变体设计方法，属于电子装备变体设计技术领域。为解决生成符合相应领域、功能要求的CBB模型的问题，本发明包括向通义千问模型提供生成目标电子装备CBB模型的命令；向通义千问模型中提供加入提示词命令；生成电子装备CBB模型，然后向通义千问模型输入文本命令，通义千问模型根据文本命令和电子装备CBB模型生成电子产品架构；得到文本特征作为电子装备变体数据集；采用中文版BERT模型作为电子装备变体设计Bert模型，然后基于Lora方法微调电子装备变体设计Bert模型，得到训练好的中文版BERT模型；根据模型文本特征的相关性，过滤掉无关的电子装备CBB模型。本发明正确性高。
-
公开(公告)号：CN117422527A
公开(公告)日：2024-01-19
申请号：CN202311526419.6
申请日：2023-11-15
Applicant: 哈尔滨工业大学
IPC: G06Q30/0601 , G06F16/9536 , G06F16/9535
Abstract: 本发明公开了一种基于用户偏好感知的全新商品冷启动方法，包括：获取用户协同特征、商品协同特征和商品内容特征；基于用户协同特征和商品协同特征，建立用户与商品的关系模型；基于商品协同特征和商品内容特征，将同一商品的内容特征与协同特征进行对齐，获取商品层级特征对齐模型；将同一用户购买记录中除目标商品外的所有商品的协同特征进行聚合，获取用户偏好；将用户偏好与商品内容特征进行对齐，获取群组层级特征对齐模型；将用户与商品的关系模型、商品层级特征对齐模型、群组层级特征对齐模型进行联合损失优化，获取联合损失模型，并将原有商品和全新商品分别通过协同特征和内容特征进行推荐。本发明能够更好的解决全新商品冷启动问题。
-
公开(公告)号：CN116757195A
公开(公告)日：2023-09-15
申请号：CN202310746692.3
申请日：2023-06-25
Applicant: 哈尔滨工业大学
IPC: G06F40/284 , G06F40/30 , G06F40/216 , G06N20/00
Abstract: 本发明公开了一种基于提示学习的隐性情感识别方法，包括以下步骤：获取情感文本进行主题识别，基于识别的主题，选择种子词对应的母类别；基于种子词对应的母类别，采用未标记评论的聚类和余弦相似度对所述种子词继续进行类别检测，获得所述种子词对应的子类别；构建提示模板,将所述种子词对应的子类别嵌入到所述提示模板中并进行训练，将训练后的提示模板与预训练语言模型相结合，识别出对应的隐性情感。本发明构建的提示模板相较于手工构建的模板可以更加匹配预训练语言模型，通过让下游任务主动适应大型预训练语言模型的方式提升学习效率。
-
公开(公告)号：CN116501890A
公开(公告)日：2023-07-28
申请号：CN202310486585.1
申请日：2023-04-28
Applicant: 哈尔滨工业大学
IPC: G06F16/36 , G06N3/0464
Abstract: 本发明提供一种知识图谱嵌入向量确定方法、装置、电子设备及存储介质，涉及知识图谱技术领域，该方法包括：根据图卷积神经网络，确定第一属性节点知识图谱中属性节点的属性嵌入向量和属性节点关系嵌入向量、确定第一实体节点知识图谱的实体节点的实体嵌入向量和实体节点关系嵌入向量；根据属性节点关系嵌入向量，确定各个属性节点的第一嵌入向量；根据预设关系因子，确定第一实体节点关系嵌入向量；根据第一嵌入向量和第一实体节点关系嵌入向量，确定第二实体节点知识图谱；根据第二实体节点知识图谱中第一实体节点关系嵌入向量，确定各个实体节点的第二嵌入向量；根据第二嵌入向量和第二实体节点关系嵌入向量，确定各个实体节点的目标嵌入向量。
-
公开(公告)号：CN114547232A
公开(公告)日：2022-05-27
申请号：CN202111406140.5
申请日：2021-11-24
IPC: G06F16/33 , G06F40/279 , G06K9/62
Abstract: 本发明提供了一种低标注成本的嵌套实体识别方法及系统，该方法包括：获取训练文本，对所述训练文本中的实体进行预标注，获得标注文本；从所述标注文本中提取正样本；对所述标注文本进行负采样，获得负样本集合，将所有所述正样本与至少一个负样本作为训练样本集，其中，所述负样本的类别标注为非实体类别；基于预训练语言模型处理所述训练样本集中的训练样本，获得语义编码，向所述语义编码中添加相对位置信息获得样本编码；将每个所述样本编码输入至全连接网络，使用分类模型进行多分类处理，获得第一训练结果，基于所述第一训练结果优化所述分类模型。保证在减少人工标注成本的前提下获得准确率高、鲁棒性好的预测模型。
-
Patent Agency Ranking
公开(公告)号：CN101995963B
公开(公告)日：2012-07-04
申请号：CN201010551084.X
申请日：2010-11-19
Applicant: 哈尔滨工业大学
IPC: G06F3/023
Abstract: 词汇自适应中文输入方法，本发明涉及一种计算机、手机、或者掌上电子产品等的词汇自适应的中文输入方法。它降低输入法的背景噪音，减少系统开销，实现个性化输入。它用于汉字输入。它包括下述步骤：输入汉语拼音字符串；进行音节切分；根据本地的通用词库中词的状态和已经加载到本地的领域专业词库的状态对音节串进行汉语语句转换；输出汉字字符串；搜索位于服务器端的领域专业词库并判断已输入汉语语句中是否包含位于服务器端的领域词库集中的词汇；如果存在这样的词汇，则将包含该词汇的领域专业词库加载到本地；根据选择确定的汉语语句输入，对位于本地的通用词库和已经加载到本地的领域专业词库中的词进行词汇状态调整。
-
公开(公告)号：CN119691152A
公开(公告)日：2025-03-25
申请号：CN202411828667.0
申请日：2024-12-12
Applicant: 哈尔滨工业大学
IPC: G06F16/334 , G06F16/35 , G06F16/31 , G06F18/214
Abstract: 一种两阶段少样本自动事实核查方法、电子设备及存储介质，属于信息处理技术领域。为提高信息核查的准确性和效率，本发明包括选择公开事实验证数据集构建测试集；构建证据检索模型，采用证据检索模型对测试集的文档进行检索得到候选文档；构建句子选择模型，将候选文档中的每个句子与声明输入到提示模板中组合为句子选择模型的输入，输出句子的相关性分数作为声明验证的证据句子；构建预训练语言模型并对预训练语言模型进行微调；将声明验证的证据句子与待验证声明输入到提示模板中组合为预训练语言模型的输入，并输入到微调后的预训练语言模型中得到自然语言输出，然后映射到分类标签，依据输出序列的生成概率计算预测分数，得到最终的预测结果。
-
公开(公告)号：CN117422527B
公开(公告)日：2024-05-03
申请号：CN202311526419.6
申请日：2023-11-15
Applicant: 哈尔滨工业大学
IPC: G06Q30/0601 , G06F16/9536 , G06F16/9535
Abstract: 本发明公开了一种基于用户偏好感知的全新商品冷启动方法，包括：获取用户协同特征、商品协同特征和商品内容特征；基于用户协同特征和商品协同特征，建立用户与商品的关系模型；基于商品协同特征和商品内容特征，将同一商品的内容特征与协同特征进行对齐，获取商品层级特征对齐模型；将同一用户购买记录中除目标商品外的所有商品的协同特征进行聚合，获取用户偏好；将用户偏好与商品内容特征进行对齐，获取群组层级特征对齐模型；将用户与商品的关系模型、商品层级特征对齐模型、群组层级特征对齐模型进行联合损失优化，获取联合损失模型，并将原有商品和全新商品分别通过协同特征和内容特征进行推荐。本发明能够更好的解决全新商品冷启动问题。
-
公开(公告)号：CN114201621B
公开(公告)日：2024-04-02
申请号：CN202111406136.9
申请日：2021-11-24
IPC: G06F16/43 , G06F16/583 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/044
Abstract: 本发明公开了一种基于图文协同注意力的跨模态检索模型构建及检索方法，所述方法包括：获取训练图像和训练文本，分别提取图像样本和文本样本的局部特征；将图像样本所有的局部图像特征和文本样本所有的局部文本特征分别映射为特征向量，并将图像样本和文本样本的特征向量分别表示成矩阵，再得到各自的Key矩阵、Query矩阵和Value矩阵；基于该多个矩阵，计算出图像样本和文本样本的跨模态注意力特征、模态内注意力特征；将跨模态注意力特征和模态内注意力特征进行融合，得到图像样本的全局特征表示和文本样本的全局特征表示；基于所述全局特征表示，训练得到跨模态检索模型。本发明可直接对不同模态的数据进行相似度匹配，具有较高的匹配准确性。
-
公开(公告)号：CN117422526A
公开(公告)日：2024-01-19
申请号：CN202311518835.1
申请日：2023-11-15
Applicant: 哈尔滨工业大学
IPC: G06Q30/0601 , G06F16/9535 , G06N3/0895
Abstract: 本发明公开了一种基于提示的用户跨域冷启动方法，包括：获取用户特有表征、用户通用表征和商品表征；通过用户特有表征和商品表征，获取场景提示向量；根据场景提示向量和用户通用表征，获取目标场景的特有表征，完成基于提示的用户跨域冷启动。本发明通过提出的场景提示生成方法，通过最大化目标场景的提示与目标场景中所有用户与商品之间的互信息的方式，对每个场景的特征进行全面捕捉；本发明中的基于场景提示的目标场景用户表征生成方法，通过考虑不同场景之间的关系以及每个场景的特征，在仅仅知道用户通用表征的情况下，依然可以实现在不同场景中对同一用户进行精准个性化推荐的效果，进而解决用户跨域冷启动问题。
-
-
-
-
-
-
-
-
-
Search Results
36
records
(took 0.024 seconds)
