-
公开(公告)号：CN114003696B
公开(公告)日：2024-03-26
申请号：CN202111304263.8
申请日：2021-11-05
Applicant: 中国人民大学
Abstract: 本发明通过信息检索领域的方法，实现了一种显式特征与隐式特征相结合的搜索结果多样化方法与系统。首先通过Transformer中的Encoder结构将候选文档集合之间和子话题或查询之间进行交互，在获取文档和子话题的正式表示之后，通过已选文档，所有候选文档和子话题来建模结合权重，并通过交互获得显式评分和隐式评分，最终通过更新的权重将显式评分和隐式评分组合成为最终的多样化评分段。本发明提供的方法设计了一个在不同查询的不同步骤下，动态调整权重的显隐式特征结合模型，来提升搜索结果多样化的效果。并通过list pairwise的LambdaRank方式的损失函数来训练模型，对模型进行实验结果证实了模型的有效性和可解释性。
-
公开(公告)号：CN114021019B
公开(公告)日：2024-03-29
申请号：CN202111327439.1
申请日：2021-11-10
Applicant: 中国人民大学
IPC: G06F16/9535 , G06F40/211 , G06F18/2415
Abstract: 本发明通过网络安全领域的方法，实现了一种融合个性化搜索与搜索结果多样化的检索方法与系统。从符合用户个性化需求和文档新颖性两个角度为文档计算个性化得分和多样化得分。通过计算当前查询和用户历史之间的相似度来分配个性化得分和多样化得分的权重，从而获得该文档的最终得分。本发明提供的方法通过综合考虑文档在个性化方面和多样化方面不同的得分，来提升模糊查询下搜索结果的用户满意度。利用transformer机制，设计了层次化的信息抽取机制，从用户检索历史和候选文档集中分别求出个性化得分和多样化得分。并通过两种不同的类似LambdaRank方式的损失函数来训练模型。
-
公开(公告)号：CN113034223B
公开(公告)日：2024-03-05
申请号：CN202110259911.6
申请日：2021-03-10
Applicant: 中国人民大学
IPC: G06Q30/0601 , G06Q50/00 , G06F21/64 , G06Q30/0202
Abstract: 本发明属于智能服务交易领域，涉及一种基于激励机制的群智服务交易方法、系统和介质，包括以下步骤：S1服务需求者发布服务需求任务，并扣除服务需求任务对应的预估酬金额；S2服务需求任务根据交易智能合约发送至服务供给者；S3服务供给者选择提供服务或推荐给其他服务供给者，并记录每个服务供给者对认为的直接贡献值以及推荐贡献值；S4在服务需求任务完成时计算每个供给者的总贡献值，并根据总贡献值给每个服务供给者发放酬金。本发明可以利用激励机制和群体智能高效地将服务供给者的产品推荐给最需要的人，同时也可以实现服务需求者寻求高质量的服务的需求，尤其是对于需要大量人工操作的工作，可以显著提高系统的自动化(56)对比文件王健;黄越;赵国生;赵中楠.面向任务代价差异的移动群智感知激励模型.电子与信息学报.2019,(第06期),全文.刘雅芳;唐瑞春;徐慧敏;范盈盈.一种基于竞争机制的P2P资源分配算法.中国海洋大学学报(自然科学版).2013,(第03期),全文.
-
公开(公告)号：CN112182155B
公开(公告)日：2023-08-18
申请号：CN202011024084.4
申请日：2020-09-25
Applicant: 中国人民大学
IPC: G06F16/33 , G06F16/9538 , G06F18/214 , G06N3/0442 , G06N3/049
Abstract: 本发明通过人工智能领域的方法，实现了一种基于生成式对抗网络的搜索结果多样化训练方法，在给出查询词后，定义对应的候选文档集合，对逻辑路径依次设置的采样器、生成器和判定器单元，并在判定器和生成器中设置多样化评分函数的手段，通过正反馈过程进行训练；并引入生成式对抗网络，同时通过生成式对抗网络将显式模型和隐式模型结合，通过上述手段使得最终生成器可以生成更好的多样化文档序列。
-
Patent Agency Ranking
公开(公告)号：CN114021019A
公开(公告)日：2022-02-08
申请号：CN202111327439.1
申请日：2021-11-10
Applicant: 中国人民大学
IPC: G06F16/9535 , G06F40/211 , G06K9/62
Abstract: 本发明通过网络安全领域的方法，实现了一种融合个性化搜索与搜索结果多样化的检索方法与系统。从符合用户个性化需求和文档新颖性两个角度为文档计算个性化得分和多样化得分。通过计算当前查询和用户历史之间的相似度来分配个性化得分和多样化得分的权重，从而获得该文档的最终得分。本发明提供的方法通过综合考虑文档在个性化方面和多样化方面不同的得分，来提升模糊查询下搜索结果的用户满意度。利用transformer机制，设计了层次化的信息抽取机制，从用户检索历史和候选文档集中分别求出个性化得分和多样化得分。并通过两种不同的类似LambdaRank方式的损失函数来训练模型。
-
公开(公告)号：CN114003696A
公开(公告)日：2022-02-01
申请号：CN202111304263.8
申请日：2021-11-05
Applicant: 中国人民大学
Abstract: 本发明通过信息检索领域的方法，实现了一种显式特征与隐式特征相结合的搜索结果多样化方法与系统。首先通过Transformer中的Encoder结构将候选文档集合之间和子话题或查询之间进行交互，在获取文档和子话题的正式表示之后，通过已选文档，所有候选文档和子话题来建模结合权重，并通过交互获得显式评分和隐式评分，最终通过更新的权重将显式评分和隐式评分组合成为最终的多样化评分段。本发明提供的方法设计了一个在不同查询的不同步骤下，动态调整权重的显隐式特征结合模型，来提升搜索结果多样化的效果。并通过list pairwise的LambdaRank方式的损失函数来训练模型，对模型进行实验结果证实了模型的有效性和可解释性。
-
公开(公告)号：CN116823400A
公开(公告)日：2023-09-29
申请号：CN202310780393.1
申请日：2023-06-28
Applicant: 北京沃东天骏信息技术有限公司 , 北京京东世纪贸易有限公司 , 中国人民大学
IPC: G06Q30/0601 , G06F16/332 , G06F16/33 , G06F16/36 , G06N3/045
Abstract: 本公开涉及物品搜索模型的训练方法及装置、计算机可读存储介质，涉及人工智能领域。物品搜索模型的训练方法包括：根据用户对应的物品搜索元素，生成物品搜索元素的相似度矩阵，其中，物品搜索元素的相似度矩阵表征一个物品搜索元素和另一个物品搜索元素之间的相似度；将物品搜索元素的相似度矩阵作为物品搜索模型的先验知识，利用物品搜索模型，根据物品搜索元素，生成物品搜索的预测结果；根据物品搜索的预测结果，训练物品搜索模型。根据本公开，提高了物品搜索的准确性。
-
公开(公告)号：CN113034223A
公开(公告)日：2021-06-25
申请号：CN202110259911.6
申请日：2021-03-10
Applicant: 中国人民大学
Abstract: 本发明属于智能服务交易领域，涉及一种基于激励机制的群智服务交易方法、系统和介质，包括以下步骤：S1服务需求者发布服务需求任务，并扣除服务需求任务对应的预估酬金额；S2服务需求任务根据交易智能合约发送至服务供给者；S3服务供给者选择提供服务或推荐给其他服务供给者，并记录每个服务供给者对认为的直接贡献值以及推荐贡献值；S4在服务需求任务完成时计算每个供给者的总贡献值，并根据总贡献值给每个服务供给者发放酬金。本发明可以利用激励机制和群体智能高效地将服务供给者的产品推荐给最需要的人，同时也可以实现服务需求者寻求高质量的服务的需求，尤其是对于需要大量人工操作的工作，可以显著提高系统的自动化水平。
-
公开(公告)号：CN112182155A
公开(公告)日：2021-01-05
申请号：CN202011024084.4
申请日：2020-09-25
Applicant: 中国人民大学
IPC: G06F16/33 , G06F16/9538 , G06K9/62 , G06N3/04
Abstract: 本发明通过人工智能领域的方法，实现了一种基于生成式对抗网络的搜索结果多样化训练方法，在给出查询词后，定义对应的候选文档集合，对逻辑路径依次设置的采样器、生成器和判定器单元，并在判定器和生成器中设置多样化评分函数的手段，通过正反馈过程进行训练。并引入生成式对抗网络，同时通过生成式对抗网络将显式模型和隐式模型结合，通过上述手段使得最终生成器可以生成更好的多样化文档序列。
-
-
-
-
-
-
-
-
Search Results
9
records
(took 0.023 seconds)
