-
公开(公告)号：CN119065632A
公开(公告)日：2024-12-03
申请号：CN202411195207.9
申请日：2024-08-28
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F7/523
Abstract: 本申请公开了一种量化方法，该方法包括：获取第一对象输入的第一向量和第二向量；其中，第一向量和第二向量中的每一数据归一化至第一范围内；提取每一数据的高位信息和低位信息；基于每一数据的高位信息和每一数据的低位信息，得到第一向量对应的第三向量和第二向量对应的第四向量；对第三向量和第四向量进行乘加运算，得到并输出第一结果。本申请还公开了一种量化系统、存算一体芯片、电子设备、计算机可读存储介质及计算机程序产品。
-
公开(公告)号：CN118798353A
公开(公告)日：2024-10-18
申请号：CN202410460739.4
申请日：2024-04-17
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06N5/04 , G06F16/33 , G06F16/332 , G06F21/62
Abstract: 本申请公开了一种面向大模型的混合推理方法、装置、设备、介质及产品，方法包括：获取用户的输入内容并进行预处理，生成第一提示词；在预设的向量知识库中进行检索，得到与所述第一提示词最相似的N个外部知识片段和M个历史会话片段；其中，N为正整数，M为正整数；基于最相似的N个外部知识片段和M个历史会话片段与所述第一提示词，构建第二提示词；利用本地大模型，对所述第二提示词进行脱敏，并结合所述第一提示词，得到第三提示词；将所述第三提示词发送至云端大模型进行推理，接收所述云端大模型输出的推理答案。采用本申请实施例能够提高推理答案的准确性，并且防止隐私数据泄露给云端大模型，有效保护数据的隐私安全。
-
公开(公告)号：CN111401486B
公开(公告)日：2023-11-28
申请号：CN201910000936.7
申请日：2019-01-02
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06V30/244 , G06V30/19 , G06F16/955
Abstract: 本发明提供一种物联网标识的识别方法、装置及终端设备，该物联网标识的识别方法包括：获取待识别物联网标识；将所述待识别物联网标识转换为多边形图形；利用预先训练的图形分类模型，对所述多边形图形进行识别，得到表示所述待识别物联网标识的编码类别的识别结果；根据所述待识别物联网标识的编码类别，对所述待识别物联网标识进行解析。本发明的实施例，可以利用预先训练的图形分类模型，实现对不同编码体系的物联网标识的自动识别，从而简化异构物联网标识的识别过程，提高识别效率。
-
公开(公告)号：CN115880550A
公开(公告)日：2023-03-31
申请号：CN202111134140.4
申请日：2021-09-27
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , H04L61/10
Abstract: 本发明提供一种物联网标识的识别、装置及设备。该方法包括：获取物联网标识的特征信息，所述特征信息包括时域特征信息、频域特征信息和空间特征信息，其中，所述时域特征信息包括所述物联网标识对应的固定长度的第一标识序列、所述频域特征信息包括对所述第一标识序列进行转换的得到的第二标识序列，所述空间特征信息包括所述物联网标识对应的预设尺寸的多边形图像；根据所述特征信息和混合深度神经网络分类模型，得到所述物联网标识对应的编码类别，其中，所述混合深度神经网络分类模型的输入信息为所述特征信息，所述混合深度神经网络分类模型的输出信息为所述编码类别。
-
公开(公告)号：CN114444443A
公开(公告)日：2022-05-06
申请号：CN202011232011.4
申请日：2020-11-06
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F40/126 , G06F40/151 , G06F40/30 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种标识识别方法、装置及终端设备，涉及通信技术领域。其中该方法包括：获取物联网标识编码；将所述物联网标识编码中的字符进行分割，得到第一序列；将所述第一序列输入至序列到序列模型中的编码器进行编码处理，得到所述第一序列对应的语义向量；将所述语义向量输入至所述序列到序列模型中的解码器进行解码处理，得到独热one‑hot编码序列；其中，所述one‑hot编码序列用于指示所述物联网标识编码所属目标编码类别的编号；根据所述one‑hot编码序列对应的目标编码类别，对所述物联网标识编码进行识别处理。本发明的方案，解决了目前不能实现不同编码的解析和互通的问题。
-
Patent Agency Ranking
公开(公告)号：CN114330335A
公开(公告)日：2022-04-12
申请号：CN202011079979.8
申请日：2020-10-10
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F40/289 , G06F40/30 , G06F40/216 , G06F16/35 , G06K9/62
Abstract: 本发明公开了一种关键词抽取方法、装置、设备及存储介质。该方法包括：对待抽取关键词的目标文档进行预处理，得到所述目标文档的词语集合；求取所述词语集合中各词语的第一因子；基于各词语的所述第一因子，选取所述目标文档中第二因子最大的设定数量个词语，构成所述目标文档的关键词集合；其中，所述第一因子表征相应的词语基于词频和所述词语与所述目标文档的语义相似度确定的重要性程度，所述第二因子表征相应的所述设定数量的词语构成的集合的重要性程度。由于综合考虑了第一因子和第二因子，可以更准确地获取代表目标文档的关键词集合，利于快速地理解目标文档的内容及后续基于目标文档内容的应用。
-
公开(公告)号：CN111401486A
公开(公告)日：2020-07-10
申请号：CN201910000936.7
申请日：2019-01-02
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06K9/68 , G06K9/62 , G06F16/955
Abstract: 本发明提供一种物联网标识的识别方法、装置及终端设备，该物联网标识的识别方法包括：获取待识别物联网标识；将所述待识别物联网标识转换为多边形图形；利用预先训练的图形分类模型，对所述多边形图形进行识别，得到表示所述待识别物联网标识的编码类别的识别结果；根据所述待识别物联网标识的编码类别，对所述待识别物联网标识进行解析。本发明的实施例，可以利用预先训练的图形分类模型，实现对不同编码体系的物联网标识的自动识别，从而简化异构物联网标识的识别过程，提高识别效率。
-
公开(公告)号：CN110472059A
公开(公告)日：2019-11-19
申请号：CN201810450235.9
申请日：2018-05-11
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F16/36
Abstract: 本发明实施例提供了一种本体匹配方法、装置和计算机可读存储介质，所述方法包括：分别获取第一本体和第二本体中待匹配元素的三种虚拟文档；基于已训练的doc2vec向量模型确定所述三种虚拟文档的向量；基于所述三种虚拟文档的向量，确定第一本体中待匹配元素与第二本体中待匹配元素之间的相似度；确定所述相似度大于预设阈值时，将两个本体中相应的待匹配元素进行映射。
-
公开(公告)号：CN113868428B
公开(公告)日：2025-05-13
申请号：CN202010617532.5
申请日：2020-06-30
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06N5/022 , G06N3/08 , G06F16/36 , G06Q30/0601 , G06Q50/50
Abstract: 本发明公开了一种业务推荐方法、装置、电子设备及计算机可读存储介质，属于知识图谱技术领域。该业务推荐方法包括：提取业务知识图谱中发生更新的第一上下文子图，和提取所述业务知识图谱中发生更新的第一三元组；对所述第一上下文子图进行学习，得到所述第一上下文子图的向量表示；将所述第一上下文子图的向量表示和所述第一三元组输入到翻译模型中进行学习，得到所述业务知识图谱的更新后的知识表示；利用所述更新后的知识表示，进行业务推荐。根据本申请中方案，在进行业务推荐时，可以无需对更新后的整个业务知识图谱进行知识表示学习，仅考虑发生更新的上下文子图信息以及三元组信息即可，从而实现高效地进行业务推荐。
-
公开(公告)号：CN112711946B
公开(公告)日：2025-02-21
申请号：CN201911026115.7
申请日：2019-10-25
Applicant: 中国移动通信有限公司研究院 , 中国移动通信集团有限公司
IPC: G06F40/284 , G06F40/16 , G06F16/35
Abstract: 本申请实施例公开了一种词的表示方法、装置、设备及计算机可读存储介质，其中，所述方法包括：获取待表示词的词根；当训练好的向量模型中不存在所述待表示词的词根对应的向量表示时，以单纯词为分解粒度对所述待表示词进行分解，得到单纯词集合；根据所述向量模型获取所述单纯词集合中各个单纯词的向量表示；根据所述各个单纯词的向量表示，确定所述待表示词的词向量表示。
-
-
-
-
-
-
-
-
-
Search Results
66
records
(took 0.046 seconds)
