物品推荐模型训练方法、装置、电子设备及存储介质

    公开(公告)号:CN115841366A

    公开(公告)日:2023-03-24

    申请号:CN202211741511.X

    申请日:2022-12-30

    Abstract: 本申请提供了一种物品推荐模型训练方法、装置、电子设备及存储介质,可以应用于人工智能技术领域。该方法包括:获取用于模型训练的交互数据,其中,交互数据包括用户针对第一已推荐物品的显式数据和/或用户针对第二已推荐物品的隐式数据;根据物品推荐模型的当前训练轮次确定交互数据的训练权重;将已推荐物品的物品数据输入物品推荐模型中,输出已推荐物品的偏好预测值;将交互数据、偏好预测值以及训练权重输入物品推荐模型的模型损失函数中,输出物品推荐模型的模型损失值;基于模型损失值对物品推荐模型进行训练。

    基于沙漏卷积的层次化动态建模的视频动作分类方法及应用

    公开(公告)号:CN115424175A

    公开(公告)日:2022-12-02

    申请号:CN202211053069.1

    申请日:2022-08-31

    Abstract: 本发明公开了一种基于沙漏卷积的层次化动态建模的视频动作分类方法及应用,该方法包括:1、视频数据提取与预处理;2、构建层次化沙漏卷积网络,包括:帧级动态信息捕捉网络,片段级动态信息捕捉网络以及分类网络;3、构建交叉熵损失函数,并对所述层次化沙漏卷积网络进行训练,得到视频动作分类器,用于实现视频动作分类。本发明提出的沙漏卷积能实现对视频动态的更好建模,同时基于沙漏卷积的帧级动态信息捕捉网络以及片段级动态信息捕捉网络,能从多个层级层次化建模视频动态信息,从而能实现更高精度的人物动作视频识别。

    缓解不可测混淆因子导致的模型偏差的训练方法与系统

    公开(公告)号:CN115293363A

    公开(公告)日:2022-11-04

    申请号:CN202210943800.1

    申请日:2022-08-08

    Abstract: 本发明公开了一种缓解不可测混淆因子导致的模型偏差的训练方法及系统,相关方法包括:结合用户物品对数据,通过敏感性分析,估计存在不可测混淆因子时的敏感性系数的不确定集,结合敏感性系数的不确定集建立第一损失函数,将多个用户物品对数据构成的数据集输入至待训练的机器学习模型,使用对抗训练的方式优化所述第一损失函数;或者结合敏感性系数的不确定集与预先训练好的机器学习模型建立第二损失函数,将多个用户物品对数据构成的数据集输入至待训练的机器学习模型,使用对抗训练的方式优化所述第二损失函数。本发明提供的方案,不需要人为干预及特定的专家领域知识,可以有效缓解不可测混淆因子导致的模型偏差。

    针对图数据不变特征的图神经网络模型的训练方法和装置

    公开(公告)号:CN114821119B

    公开(公告)日:2022-10-28

    申请号:CN202210714507.8

    申请日:2022-06-22

    Abstract: 本发明公开了一种针对图数据不变特征的图神经网络模型的训练方法和装置。该方法包括:利用诠释生成器对原图进行特征提取,得到不变本质特征子图概率分布和环境噪声子图概率分布;根据预设采样比例,得到不变本质特征强化视图和环境噪声强化视图;利用骨干图神经网络编码器处理得到第一不变本质特征图向量、第二不变本质特征图向量以及环境噪声图向量;利用多层感知机投影头得到第一不变本质特征隐空间向量、第二不变本质特征隐空间向量和环境噪声隐空间向量;利用损失值优化所述骨干图神经网络编码器;迭代进行特征提取操作、采样操作、处理操作和优化操作,直到损失值收敛于预设条件,得到训练完成的骨干图神经网络编码器。

    辅助理解的对话系统人工评估方法、装置及存储介质

    公开(公告)号:CN114528821B

    公开(公告)日:2022-09-06

    申请号:CN202210436767.3

    申请日:2022-04-25

    Abstract: 本发明公开了一种辅助理解的对话系统人工评估方法、装置及存储介质,对常用的标准进行分组和整理,选择出待评估的对话标准,构建基础评估模板,还参考中英文考试中常用的阅读理解测试和阅读策略设计,在基础评估模板中呈现对话历史的部分嵌入了单选补全对话、内容拖拽排序的阅读任务,并记录收集工人评估对话历史的所用时间,依据一致性算法计算出工人作答的一致性指标,说明理解对话历史对评估结果的改善。本发明上述方案从任务理解的角度出发,通过增强工人对任务的理解程度来完善对话评估方案,提高工人评估的可靠性,从而获取高质量的评估数据。

    基于去中心化图神经网络的社交推荐方法

    公开(公告)号:CN113407861B

    公开(公告)日:2022-07-15

    申请号:CN202110547821.7

    申请日:2021-05-19

    Abstract: 本发明公开了一种基于去中心化图神经网络的社交推荐方法,包括:利用统计信息将原始交互图处理为去中心化图,所述中心化图中包含了去中心化的用户‑物品交互图与物品‑用户交互图、以及用户之间的社交关系强度;通过GNN协同过滤模型,利用去中心化的用户‑物品交互图与物品‑用户交互图各自进行用户建模与物品建模,以及利用用户之间的社交关系强度进行社交建模,并利用建模获得的用户的表示向量、物品的表示向量及用户的社交用户表示向量集合,预测用户对物品的评分;根据用户对物品的评分大小,生成物品的推荐列表。该方法可以为目标用户提供更加优质、准确的个性化推荐物品。

    辅助理解的对话系统人工评估方法、装置及存储介质

    公开(公告)号:CN114528821A

    公开(公告)日:2022-05-24

    申请号:CN202210436767.3

    申请日:2022-04-25

    Abstract: 本发明公开了一种辅助理解的对话系统人工评估方法、装置及存储介质,对常用的标准进行分组和整理,选择出待评估的对话标准,构建基础评估模板,还参考中英文考试中常用的阅读理解测试和阅读策略设计,在基础评估模板中呈现对话历史的部分嵌入了单选补全对话、内容拖拽排序的阅读任务,并记录收集工人评估对话历史的所用时间,依据一致性算法计算出工人作答的一致性指标,说明理解对话历史对评估结果的改善。本发明上述方案从任务理解的角度出发,通过增强工人对任务的理解程度来完善对话评估方案,提高工人评估的可靠性,从而获取高质量的评估数据。

    视频数据中动作识别方法、系统、设备与存储介质

    公开(公告)号:CN113989940A

    公开(公告)日:2022-01-28

    申请号:CN202111363930.X

    申请日:2021-11-17

    Abstract: 本发明公开了一种视频数据中动作识别方法、系统、设备与存储介质,相关方法包括:采用视频数据多内容依赖建模的方式,对所述原始视频特征张量,从不同方向以不同尺度进行池化,再利用卷积层进行依赖激活,获得相应的依赖表征;利用询问结构的注意力机制,实现依赖表征的聚合,并对原始视频特征张量进行优化,利用优化结果进行动作识别。本发明上述方案,可以直接插入基于卷积的动作识别模型,几乎不带来额外参数与计算量,并且通过实验表明可以明显提升动作识别模型的分类性能。

Patent Agency Ranking