可解释时尚服装个性化推荐方法

    公开(公告)号:CN110246011A

    公开(公告)日:2019-09-17

    申请号:CN201910511378.0

    申请日:2019-06-13

    Abstract: 本发明公开了一种可解释时尚服装个性化推荐方法,包括:获取用户的历史购买的商品以及相应的商品图像;构建商品推荐模型,将商品与用户均投影到语义属性空间,基于获得的用户特征向量与商品的特征向量实现用户对商品的评分;同时,在商品图像中定位各个语义属性的位置,以及用户对于各语义属性的喜好程度;对商品推荐模型进行训练,得到训练好的商品推荐模型;对于一个用户及一系列的新商品,通过训练好的商品推荐模型,生成商品推荐序列,以及在每一新商品的图像上标注各个语义属性所在的位置及用户的喜好程度。该方法通过对商品进行自动语义属性定位和识别,对商品和用户进行细粒度语义属性级别建模,能够为用户提供精准的个性化推荐服务。

    跨领域关键词提取方法
    33.
    发明公开

    公开(公告)号:CN109918510A

    公开(公告)日:2019-06-21

    申请号:CN201910235391.8

    申请日:2019-03-26

    Abstract: 本发明公开了一种跨领域关键词提取方法,包括:构建基于主题的对抗神经网络,其使用基于主题的编码器对源领域和目标领域的文本基于主题进行编码,并引入对抗学习来与双向自编码器来确保基于主题的编码器学习到的特征与领域无关以及保留目标领域的私有特征,最后由主题的对抗神经网络中的关键词标注器结合基于主题的编码器的输出,完成关键词提取;在训练阶段,不断优化基于主题的对抗神经网络内的各部分参数;在测试阶段,将目标领域的文本输入至训练好的基于主题的对抗神经网络,从而提取出关键词。该方法可实现无标签或少量标签的目标领域的关键词提取,相比传统模型,有效地利用了相关领域的信息。对于提取结果,在评价指标F1上有一定的提高。

    一种联合学习稀疏属性网络表征方法及系统

    公开(公告)号:CN109639469A

    公开(公告)日:2019-04-16

    申请号:CN201811452218.5

    申请日:2018-11-30

    Abstract: 本发明公开了一种联合学习稀疏属性网络表征方法及系统,该方法包括:在目标网络中确定训练样本;将目标网络中的节点和其属性进行投影,生成所述目标网络中各个节点的表征向量;利用所述训练样本中每个节点的相邻节点进行节点出现概率预测,并基于节点之间的属相相似度为每个节点的相邻节点分配不同的权重值;基于各个节点的表征向量和各个节点分配获得的权重值,生成目标函数;对所述目标函数进行优化,并融合网络结构的相似性和节点属性信息,使得学习到的节点向量表征同时维持网络结构和节点属性的相似关系。本发明能够有效地捕捉节点和自身稀疏属性之间的交互关系,缓解节点属性稀疏的问题。

    情境感知的双重注意力自然语言推理方法

    公开(公告)号:CN109344404A

    公开(公告)日:2019-02-15

    申请号:CN201811107943.9

    申请日:2018-09-21

    Abstract: 本发明公开了一种情境感知的双重注意力自然语言推理方法,针对具有情境信息的自然语言句子对,运用多模态学习的方法和注意力机制,充分利用了文本,图像的信息,从而更准确理解句子所表达的语义以及在这样的语义下两个句子之间的交互,进而准确判断两个句子之间是否存在推理关系,同时还可以提供一种进行句子语义表征的方法,弥补了现有方法没有考虑句子所处的情境的弊端。

    基于多源数据的热点技术预测方法

    公开(公告)号:CN109213869A

    公开(公告)日:2019-01-15

    申请号:CN201710521012.2

    申请日:2017-06-29

    Abstract: 一种基于多源数据的热点技术预测方法,包括:获取多源数据;根据所述多源数据筛选技术词汇和应用词汇;针对每一所述技术词汇和应用词汇,按照时间统计其在所述多源数据中出现的比例得到一时序序列;挖掘技术词汇和技术词汇之间以及技术词汇和应用词汇之间的依赖关系,根据所述依赖关系构建有向图;根据所述时序序列和有向图据预测热点技术。

    利用多属性信息增强网络表征学习的方法

    公开(公告)号:CN109117943A

    公开(公告)日:2019-01-01

    申请号:CN201810820414.7

    申请日:2018-07-24

    Abstract: 本发明公开了一种利用多属性信息增强网络表征的方法,包括:将网络节点的不同类型的属性相似性信息分别和对应网络节点之间的结构邻接信息通过第一半监督深度模型进行融合,得到多个不同隐空间的表征;将网络节点之间的结构邻接信息通过第二半监督深度模型进行优化,获得仅利用结构邻接信息得到的网络节点在隐空间的表征;将获得的隐空间的表征进行融合,获得最终的网络表征。上述方法能捕捉非线性的网络结构,同时能从一定角度在一定程度上解决网络拓扑结构及各属性信息之间的非一致性问题,并充分发挥属性信息的增强作用,保留尽可能多的信息。

    学生认知状态的确定方法及系统

    公开(公告)号:CN108417266A

    公开(公告)日:2018-08-17

    申请号:CN201810217256.6

    申请日:2018-03-16

    Abstract: 本发明公开了一种学生认知状态的确定方法,包括:获取各个学生针对不同的试题信息进行作答组成的答题信息集;依据所述答题信息集在预设的认知诊断模型中获取所述答题信息集对应的试题参数子集;依据预设的修正方法,对所述试题参数子集进行修正,得到第一试题参数子集;将所述第一试题参数子集与所述预设的认知诊断模型中的对应项进行替换,得到第一认知诊断模型;依据所述第一认知诊断模型,确定与所述各个学生对应的目标认知状态子集。上述方法,对试题参数子集进行修正,得到第一认知诊断模型,依据所述第一认知诊断模型,实现对于没有参加同一场考试或做过相同试题的学生的认知状态进行比较。

    相似试题的判定方法及系统

    公开(公告)号:CN108376132A

    公开(公告)日:2018-08-07

    申请号:CN201810217248.1

    申请日:2018-03-16

    Abstract: 本发明公开了一种相似试题的判定方法,包括:解析目标试题对中包含的异构数据信息,所述目标试题对包括:第一试题和第二试题,所述异构数据信息包括:文本、图片和知识点;将所述异构数据信息传递到预设的语义表征计算模型,计算得到第一语义表征和第二语义表征;分别将所述第一语义表征和所述第二语义表征采用预设的相似度计算方法进行计算,得到所述第一试题相对于所述第二试题的相似度得分;判断所述相似度得分是否大于预设的相似度得分阈值,若是,判定所述第一试题与所述第二试题相似。上述的方法,采用文本、图片和知识点进行相似试题的判定,避免了仅以文本作为判定条件,缺乏较强的解析性,导致相似试题的判定结果准确性低的问题。

    一种社区问答平台回答排序方法

    公开(公告)号:CN108304587A

    公开(公告)日:2018-07-20

    申请号:CN201810186972.2

    申请日:2018-03-07

    Abstract: 本发明公开了一种社区问答平台回答排序方法,可以充分利用问题和回答的丰富元数据(如主题,时间戳以及问题回答的文本内容)来解决回答排序问题;同时,利用用增强型注意力机制循环神经网络模型(EARNN)来进行回答排序问题,相比于传统模型,使用了更多的信息。对于预测的结果,在多个评价指标上有一定的提高。

Patent Agency Ranking