公开(公告)号：CN118827774A

公开(公告)日：2024-10-22

申请号：CN202411277910.4

申请日：2024-09-12

申请人： 江苏路特数字科技有限公司

发明人： 黄飞跃

IPC分类号： H04L67/55 ,  H04L67/306 ,  G06F16/9535 ,  G06F18/24 ,  G06F18/27

摘要： 本发明属于数据推送技术领域，具体涉及一种AIGC驱动的内容自动个性化推送系统及方法。该发明通过分析用户行为数据，实现个性化内容推送，提高用户满意度和参与度，具体通过相关性分析，能够确保推荐内容的相关性和多样性，丰富用户的浏览内容，避免用户疲劳，提高用户对推送内容的满意度，同时还会根据用户反馈，对个性化推送列表进行相应的动态调整，持续提升推荐内容的推送效果，自动学习和适应用户偏好变化，实现高效的内容个性化推送。

公开(公告)号：CN118378628A

公开(公告)日：2024-07-23

申请号：CN202410295561.2

申请日：2024-03-15

申请人： 江苏路特数字科技有限公司

发明人： 黄飞跃 ,  戚俊

IPC分类号： G06F40/30 ,  G06F40/126 ,  G06F18/25 ,  G06F18/2431 ,  G06N3/0442

摘要： 本发明提供融合词性与因果指示词特征的事件因果关系识别方法，属于深度学习及自然语言处理相关领域技术。包括：将因果关系识别任务转化为短文本级别的二分类任务并利用预训练的XLNet模型生成初步的词嵌入向量，在词嵌入向量中加入词性特征；人工构建因果指示词库，利用“0‑1”编码将单词是否为因果指示词转化为二元特征，并将该二元特征加入到融合了词性特征的词嵌入向量中；将融合了词性与因果指示词特征的嵌入向量纳入到双向门控循环神经网络中；然后通过多头注意力机制，增强因果指示词在整个文本中的权重系数，使模型更关注与因果关系相关的语义信息；最终将输出的嵌入向量输入到Softmax分类器中做一个二分类任务，从而实现因果关系的识别。