-
公开(公告)号:CN106250364A
公开(公告)日:2016-12-21
申请号:CN201610573610.X
申请日:2016-07-20
Applicant: 科大讯飞股份有限公司
IPC: G06F17/27
Abstract: 本发明实施例提供了一种文本修正方法及装置,其中方法包括:获取待修正的文本数据;获取正确词,所述正确词用于替换所述文本数据中与所述正确词对应的错误词;根据所述正确词找到并替换所述文本数据中的所述错误词。在本发明中,当发现文本中出现文字错误时,用户无需给出任何错误词,只需输入正确词即可,系统即自动按照正确词去查找各个对应的错误词。例如只需要输入正确词“酱紫”,无需指出对应的错误词是“绛紫”还是“降子”,即可自动按照正确词去寻找与之相对应的各个错误词。因为用户只需要给出正确词即可,无需一一指出有哪些错误词,大大提高了修正效率,且还可以避免因为用户人工查找而可能导致的错误词的遗漏,提高了修正的准确率。
-
公开(公告)号:CN115115922B
公开(公告)日:2024-12-31
申请号:CN202210819858.5
申请日:2022-07-13
Applicant: 讯飞智元信息科技有限公司 , 科大讯飞股份有限公司
IPC: G06V10/82 , G06V10/25 , G06V10/764 , G06V10/766 , G06N3/045
Abstract: 本申请公开了一种目标检测模型训练方法、装置、设备及可读存储介质。该方案中,获取第一训练数据集和第二训练数据集和目标检测模型,第一训练数据集中的训练数据的标签为人工标注的标签,第二训练数据集中的训练数据是无标签数据;基于训练好的目标检测教师模型预测得到第二训练数据集中的训练数据的标签;利用第一训练数据集、第一训练数据集中的训练数据的标签、第二训练数据集以及所述第二训练数据集中的训练数据的标签对目标检测模型进行训练,得到训练好的目标检测模型。上述方案中,通过训练好的目标检测教师模型得到无标签数据的伪标签,实现利用无标签数据训练目标检测教师模型的目的,使得目标检测模型的训练无需依赖大量标注数据。
-
公开(公告)号:CN114782784B
公开(公告)日:2024-11-05
申请号:CN202210209796.6
申请日:2022-03-04
Applicant: 讯飞智元信息科技有限公司 , 安徽大学 , 科大讯飞股份有限公司
IPC: G06V10/80 , G06V10/40 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本申请公开了一种车辆识别方法及相关装置、电子设备和存储介质,其中,车辆识别方法包括:获取车辆特征库;其中,车辆特征库包括由若干第一车辆图像分别提取到的第一车辆特征,且第一车辆特征由第一车辆图像的细节特征和视角特征融合得到;对待识别车辆的第二车辆图像进行特征提取,得到第二车辆特征;其中,第二车辆特征由第二车辆图像的细节特征和视角特征融合得到;再基于第二车辆特征分别与各第一车辆特征之间的相似度,得到待识别车辆的车辆信息。上述方案,能够提高车辆识别的准确性。
-
公开(公告)号:CN115115922A
公开(公告)日:2022-09-27
申请号:CN202210819858.5
申请日:2022-07-13
Applicant: 讯飞智元信息科技有限公司 , 科大讯飞股份有限公司
IPC: G06V10/82 , G06V10/25 , G06V10/764 , G06N3/04 , G06N3/08
Abstract: 本申请公开了一种目标检测模型训练方法、装置、设备及可读存储介质。该方案中,获取第一训练数据集和第二训练数据集和目标检测模型,第一训练数据集中的训练数据的标签为人工标注的标签,第二训练数据集中的训练数据是无标签数据;基于训练好的目标检测教师模型预测得到第二训练数据集中的训练数据的标签;利用第一训练数据集、第一训练数据集中的训练数据的标签、第二训练数据集以及所述第二训练数据集中的训练数据的标签对目标检测模型进行训练,得到训练好的目标检测模型。上述方案中,通过训练好的目标检测教师模型得到无标签数据的伪标签,实现利用无标签数据训练目标检测教师模型的目的,使得目标检测模型的训练无需依赖大量标注数据。
-
公开(公告)号:CN115062621A
公开(公告)日:2022-09-16
申请号:CN202210557334.3
申请日:2022-05-20
Applicant: 讯飞智元信息科技有限公司 , 科大讯飞股份有限公司
Abstract: 本发明提供一种标签提取方法、装置、电子设备和存储介质,所述方法包括:基于样本文本之间的语义相似度,确定多个候选话题簇;基于各候选话题簇的关键词语义,对各候选话题簇进行话题聚类,得到多个话题簇;对各话题簇中的样本文本分别进行标签提取,得到各话题簇的标签。本发明提供的标签提取方法、装置、电子设备和存储介质,基于能够从语义层面表征样本文本之间相似程度的语义相似度以及能够刻画各候选话题簇主题特征信息的关键词语义进行标签提取,提高了标签提取的准确度,同时本发明自动进行标签提取,提高了标签提取效率。
-
公开(公告)号:CN114880455A
公开(公告)日:2022-08-09
申请号:CN202210814378.X
申请日:2022-07-12
Applicant: 科大讯飞股份有限公司 , 讯飞智元信息科技有限公司
IPC: G06F16/332 , G06F16/33 , G06F16/35 , G06F16/36 , G06F40/295 , G06F40/30
Abstract: 本申请公开了一种三元组抽取方法、装置、设备及存储介质,相较于传统的人工对行业知识材料进行三元组抽取,本申请将问答数据作为三元组抽取的基础数据,该问答数据作为一种非结构化数据是一种广泛的优质行业知识来源,更加容易被转换为三元组数据。在此基础上,本申请从问答数据中抽取关键片段,并进行聚类、确定类标签操作,基于此生成结构化数据表,该数据表的标题行包括各聚类簇的类标签,除标题行外的其余每一行对应一条问答文本,一行中每一类标签对应的列表格中包含从行对应的问答文本中抽取的属于类标签的关键片段。进一步基于结构化数据表提取三元组数据,实现三元组数据的自动化抽取,避免了人工抽取成本高、耗时长的问题。
-
公开(公告)号:CN114782784A
公开(公告)日:2022-07-22
申请号:CN202210209796.6
申请日:2022-03-04
Applicant: 讯飞智元信息科技有限公司 , 安徽大学 , 科大讯飞股份有限公司
Abstract: 本申请公开了一种车辆识别方法及相关装置、电子设备和存储介质,其中,车辆识别方法包括:获取车辆特征库;其中,车辆特征库包括由若干第一车辆图像分别提取到的第一车辆特征,且第一车辆特征由第一车辆图像的细节特征和视角特征融合得到;对待识别车辆的第二车辆图像进行特征提取,得到第二车辆特征;其中,第二车辆特征由第二车辆图像的细节特征和视角特征融合得到;再基于第二车辆特征分别与各第一车辆特征之间的相似度,得到待识别车辆的车辆信息。上述方案,能够提高车辆识别的准确性。
-
公开(公告)号:CN114549825A
公开(公告)日:2022-05-27
申请号:CN202210178676.4
申请日:2022-02-25
Applicant: 讯飞智元信息科技有限公司 , 安徽大学 , 科大讯飞股份有限公司
IPC: G06V10/25 , G06V10/24 , G06V10/44 , G06V10/764 , G06K9/62
Abstract: 本发明提供一种目标检测方法、装置、电子设备与存储介质,其中方法包括:确定待检测图像;基于目标检测模型,对所述待检测图像进行目标检测,得到所述待检测图像中的紧致框,所述紧致框与所述待检测图像中目标外切,所述紧致框在所述目标的最小外接矩形框内;所述目标检测模型是基于样本图像以及所述样本图像中的样本紧致框训练得到的,所述样本紧致框基于所述样本图像中样本目标的最小外接矩形框和目标掩膜确定。本发明提供的方法、装置、电子设备与存储介质,通过目标检测模型能够基于输入的待检测图像生成图像中目标的紧致框,实现精确刻画目标的细节信息,提高了目标检测的精度,并且此种目标表示方法相较于现有技术更加具有通用性。
-
公开(公告)号:CN113742411A
公开(公告)日:2021-12-03
申请号:CN202111040268.4
申请日:2021-09-06
Applicant: 科大讯飞股份有限公司
IPC: G06F16/26 , G06F16/35 , G06F16/36 , G06F16/732 , G06F16/9537 , G06F16/242
Abstract: 本申请公开了一种信息获取方法、装置、系统和计算机可读存储介质,该方法包括:获取音视频数据,对音视频数据进行分析,得到结构化信息;对结构化信息进行展示。通过上述方式,本申请能够满足用户快速获取重点信息的需求。
-
公开(公告)号:CN114357184B
公开(公告)日:2024-10-01
申请号:CN202111574532.2
申请日:2021-12-21
Applicant: 讯飞智元信息科技有限公司 , 科大讯飞股份有限公司
IPC: G06F16/36 , G06F16/35 , G06F16/9536 , G06F16/958 , G06F40/216 , G06F40/289 , G06F18/23213
Abstract: 本申请公开了一种事项推荐方法及相关装置、电子设备和存储介质,其中,事项推荐方法包括:获取用户画像知识图谱,并获取用户事项办理情况;其中,用户画像知识图谱包括分别表征用户和用户标签的节点、分别表征事项和事项标签的节点,相连节点之间存在关系,用户事项办理情况包括各用户分别是否办理过各事项;基于用户画像知识图谱进行知识表示,得到各用户的第一用户特征和各事项的第一事项特征,并基于用户事项办理情况进行协同过滤,得到各用户的第二用户特征和各事项的第二事项特征;基于目标用户的第一用户特征和第二用户特征,以及目标事项的第一事项特征和第二事项特征进行推荐预测,得到目标推荐度。上述方案,能够提升事项推荐的精度。
-
-
-
-
-
-
-
-
-