-
公开(公告)号：CN114401232A
公开(公告)日：2022-04-26
申请号：CN202111611784.8
申请日：2021-12-27
Applicant: 中国电信股份有限公司
Abstract: 本申请实施例提供了一种数据传输方法、装置、电子设备及存储介质，用于提升数据传输效率以及根据用户需求进行数据传输。所述方法包括：将网卡数据的内核空间地址映射到用户空间；基于所述用户空间接收客户端发送的可编程请求；其中，所述可编程请求中包含用户输入的编程需求；确定所述编程需求对应的目标可编程能力；若所述目标可编程能力为预设可编程能力，则根据所述目标可编程能力生成可编程参数；基于所述可编程参数向所述客户端传输数据。
-
公开(公告)号：CN119204017A
公开(公告)日：2024-12-27
申请号：CN202411350638.8
申请日：2024-09-25
Applicant: 中国电信股份有限公司
IPC: G06F40/295 , G06F40/30 , G06N3/094 , G06N3/0442
Abstract: 本申请公开了一种命名实体识别方法、装置及电子设备。其中，该方法包括：获取待识别的文本数据；采用命名实体识别模型对待识别的文本数据进行识别，得到命名实体识别结果，其中，命名实体识别模型使用嵌入式文本向量层作为底层神经网络，嵌入式文本向量层用于加强命名实体识别模型的语义表征结果，命名实体识别模型的参数通过对抗梯度和组合优化器确定，组合优化器包括第一优化器和第二优化器，第一优化器用于通过第一学习率更新命名实体识别模型的参数，第二优化器用于通过第二学习率更新命名实体识别模型的参数，第一学习率小于第二学习率。本申请解决了相关技术中的命名实体识别模型存在识别能力和泛化能力较差的技术问题。
-
公开(公告)号：CN116756275A
公开(公告)日：2023-09-15
申请号：CN202310822712.0
申请日：2023-07-05
Applicant: 中国电信股份有限公司
IPC: G06F16/33 , G06F18/2411 , G06F18/214 , G06F18/22
Abstract: 本申请公开了一种文本检索匹配方法及装置。其中，该方法包括：获取检索文本与被检索文本；采用向量分析模型分别对检索文本和被检索文本进行特征提取，得到检索文本对应的第一嵌入式表征向量和被检索文本对应的第二嵌入式表征向量，其中，向量分析模型是利用正负样本对和对抗样本进行训练，利用基于内斯特罗夫动量的梯度下降算法和解耦的权重衰减策略调整模型参数得到的；依据第二嵌入式表征向量构建ANNOY索引树；从ANNOY索引树中检索与第一嵌入式表征向量相匹配的目标嵌入式表征向量，确定目标嵌入式表征向量对应的文本为目标检索结果。本申请解决了相关技术中进行文本检索时训练模型需要使用大量标注数据，且最终匹配准确率和效率不佳的技术问题。
-
公开(公告)号：CN116842129A
公开(公告)日：2023-10-03
申请号：CN202310677667.4
申请日：2023-06-08
Applicant: 中国电信股份有限公司
IPC: G06F16/33 , G06F40/289 , G06F40/30 , G06F18/214
Abstract: 本发明实施例提供了一种文本检索匹配方法及模型的训练方法，该模型的训练方法包括：获取第一样本数据集，所述第一样本数据集中包括N个正负样本对，N为大于1的整数；对所述N个正负样本对进行迭代攻击，生成对抗样本；通过所述对抗样本以及多组件的动量化自适应双平均梯度优化器对文本检索匹配模型进行训练，得到目标文本检索匹配模型。
-
公开(公告)号：CN116795901A
公开(公告)日：2023-09-22
申请号：CN202310761822.0
申请日：2023-06-26
Applicant: 中国电信股份有限公司
IPC: G06F16/2458 , G06F17/18 , G06F18/25 , G06F18/24 , G06N3/0455 , G06N3/042 , G06N3/08
Abstract: 本申请公开了一种确定结构化数据异常值的方法及装置。其中，该方法包括：获取结构化数据，对结构化数据进行预处理；将预处理后的数据进行高斯秩变换得到目标结构化数据，其中，目标结构化数据保留有结构化数据的次数信息以及排序信息；基于目标数量个目标异常检测模型对目标结构化数据进行并行分析，确定目标异常检测模型得到的各个异常值，其中，异常值越高，结构化数据为异常数据的可能性越大；根据各个异常值确定目标结构化数据的异常评分值。本申请解决了相关技术中一般都是人工检查的方式对异常值进行筛选，造成的成本过高，效率较差以及准确性难移保证的技术问题。
-
Patent Agency Ranking
公开(公告)号：CN115730037A
公开(公告)日：2023-03-03
申请号：CN202211419535.3
申请日：2022-11-14
Applicant: 中国电信股份有限公司
IPC: G06F16/33 , G06F18/22 , G06F18/214 , G06N3/084 , G06N3/088
Abstract: 本申请公开了一种目标文本检索方法及装置。其中，该方法包括：获取被检索文本集合和待检索文本，并将被检索文本集合和待检索文本输入到预设模型中进行分析，得到被检索文本集合对应的第一特征向量集合和待检索文本对应的第二特征向量，其中，预设模型是采用预先获取的正负样本数据集训练得到的，待检索文本与被检索文本集合中的文本相关联；从第一特征向量集合中确定与第二特征向量的内积距离最近的第一特征向量；将第一特征向量对应的文本确定为检索到的目标文本。本申请解决了由于训练数据需要大量的人工标注标签数据造成的模型训练成本高的技术问题。
-
公开(公告)号：CN117272204A
公开(公告)日：2023-12-22
申请号：CN202311236770.1
申请日：2023-09-22
Applicant: 中国电信股份有限公司
IPC: G06F18/2433 , G06F18/241 , G06F18/25
Abstract: 本申请公开了一种异常数据检测方法、装置、存储介质和电子设备。包括：获取待检测的第一数据集，第一数据集中包括至少一个第一结构化数据；分别通过预训练的多组第一层基模型对第一数据集进行检测处理，得到各个第一结构化数据对应的多组第一异常分数集；通过预训练的第二层基模型对多个第一结构化数据对应的多组第一异常分数集进行融合处理，得到多组第二异常分数集；基于多组第二异常分数集确定每个第一结构化数据的绝对排序分值和相对排序分值；在第一结构化数据的绝对排序分值和相对排序分值的平均值大于预设的分数阈值时，确定第一结构化数据为异常数据。本申请解决了由于人工检测异常数据成本较高，准确度较低的技术问题。
-
公开(公告)号：CN109951300A
公开(公告)日：2019-06-28
申请号：CN201711391594.3
申请日：2017-12-21
Applicant: 中国电信股份有限公司
Abstract: 本公开提出一种用户流量分配方法、系统和计算机可读存储介质，涉及通信技术领域。本公开的一种用户流量分配方法包括：接收来自网元的信用控制请求，信用控制请求中包括用户的实际流量使用量；根据用户的实际流量使用量和近期平均使用速率确定流量配额；向网元下发用户流量配额。通过这样的方法，能够根据用户的流量实际使用情况和近期平均使用速率确定为用户分配的流量，从而实现针对用户和当前使用情况的流量分配，提高流量分配的自适应能力。
-
公开(公告)号：CN114401232B
公开(公告)日：2025-02-11
申请号：CN202111611784.8
申请日：2021-12-27
Applicant: 中国电信股份有限公司
Abstract: 本申请实施例提供了一种数据传输方法、装置、电子设备及存储介质，用于提升数据传输效率以及根据用户需求进行数据传输。所述方法包括：将网卡数据的内核空间地址映射到用户空间；基于所述用户空间接收客户端发送的可编程请求；其中，所述可编程请求中包含用户输入的编程需求；确定所述编程需求对应的目标可编程能力；若所述目标可编程能力为预设可编程能力，则根据所述目标可编程能力生成可编程参数；基于所述可编程参数向所述客户端传输数据。
-
公开(公告)号：CN118939754A
公开(公告)日：2024-11-12
申请号：CN202410925785.7
申请日：2024-07-10
Applicant: 中国电信股份有限公司
IPC: G06F16/33 , G06F40/284 , G06F18/22 , G06F18/213 , G06N3/0499 , G06N3/084
Abstract: 本申请公开了一种文本检索匹配方法、装置、存储介质和计算机程序产品。其中，该方法包括：获取第一搜索请求文本，并提取第一搜索请求文本的主题词；从预设的数据库内多个文本内获取与主题词相同的至少一个备选文本；利用预设的目标语言模型对第一搜索请求文本和各个备选文本进行特征提取，得到第一搜索请求文本对应的第一嵌入式表征向量和各个备选文本对应的第二嵌入式表征向量；确定第一嵌入式表征向量和各个第二嵌入式表征向量之间的向量相似度，并从至少一个备选文本内确定向量相似度不低于预设的向量相似度阈值的目标文本。本申请解决了采用人工标注的有标签数据所训练的模型在文本量较大的检索匹配场景下的性能较差的技术问题。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.023 seconds)
