-
公开(公告)号：CN112470172B
公开(公告)日：2024-08-16
申请号：CN201980030031.2
申请日：2019-05-03
Applicant: 国际商业机器公司
Abstract: 提供了一种分析符号序列的方法和系统。从所有者的计算设备接收符号序列的元数据。基于所接收的元数据来生成R个随机序列的集合，并且将其发送到所述符号序列的所有者的计算设备，以便基于所述R个随机序列的集合和所述符号序列来计算特征矩阵。从所有者的计算设备接收特征矩阵。在确定特征矩阵的内积低于阈值准确度时，迭代过程返回到生成R个随机序列。在确定特征矩阵的内积等于或高于阈值准确度时，基于机器学习对特征矩阵进行分类。经分类的全局特征矩阵被发送以显示在所有者的计算设备的用户界面上。
-
-
-
公开(公告)号：CN112287661B
公开(公告)日：2025-01-03
申请号：CN202010657692.2
申请日：2020-07-09
Applicant: 国际商业机器公司
IPC: G06F40/205 , G06F40/30 , G06F16/33 , G06N3/08
Abstract: 本申请的各实施例涉及使用编码的结构化表示进行语义解析。本文中描述的各方面包括一种语义解析的方法以及一种相关的系统和计算机程序产品。该方法包括：接收包括多个词的输入；生成多个词的结构化表示；将结构化表示编码到潜在嵌入空间中；以及将来自潜在嵌入空间的所编码的结构化表示解码为多个词的逻辑表示。
-
公开(公告)号：CN110399983A
公开(公告)日：2019-11-01
申请号：CN201910306083.X
申请日：2019-04-17
Applicant: 国际商业机器公司
Abstract: 提供了促进图形相似度分析的技术。在一个示例中，系统包括信息部件和相似度部件。信息部件生成指示与机器学习系统相关联的第一图形结构化数据集的第一熵测量的第一信息索引。信息部件还生成指示与机器学习系统相关联的第二图形结构化数据集的第二熵测量的第二信息索引。相似度部件基于与第一信息索引和第二信息索引相关联的图形相似度计算来确定第一图形结构化数据集与第二图形结构化数据集之间的相似度。
-
Patent Agency Ranking
公开(公告)号：CN110399983B
公开(公告)日：2023-08-18
申请号：CN201910306083.X
申请日：2019-04-17
Applicant: 国际商业机器公司
Abstract: 提供了促进图形相似度分析的技术。在一个示例中，系统包括信息部件和相似度部件。信息部件生成指示与机器学习系统相关联的第一图形结构化数据集的第一熵测量的第一信息索引。信息部件还生成指示与机器学习系统相关联的第二图形结构化数据集的第二熵测量的第二信息索引。相似度部件基于与第一信息索引和第二信息索引相关联的图形相似度计算来确定第一图形结构化数据集与第二图形结构化数据集之间的相似度。
-
公开(公告)号：CN112287661A
公开(公告)日：2021-01-29
申请号：CN202010657692.2
申请日：2020-07-09
Applicant: 国际商业机器公司
IPC: G06F40/205 , G06F40/30 , G06F16/33 , G06N3/08
Abstract: 本申请的各实施例涉及使用编码的结构化表示进行语义解析。本文中描述的各方面包括一种语义解析的方法以及一种相关的系统和计算机程序产品。该方法包括：接收包括多个词的输入；生成多个词的结构化表示；将结构化表示编码到潜在嵌入空间中；以及将来自潜在嵌入空间的所编码的结构化表示解码为多个词的逻辑表示。
-
公开(公告)号：CN111563141A
公开(公告)日：2020-08-21
申请号：CN202010087651.4
申请日：2020-02-12
Applicant: 国际商业机器公司
IPC: G06F16/33 , G06F40/295
Abstract: 本公开涉及经由复述进行结构化查询生成的自然语言。一种用于处理输入问题的机器翻译的方法(以及结构和计算机产品)，包括在计算机上的处理器中接收以自然语言呈现的输入问题。对输入问题进行预处理以找出可能的结构化查询语言(SQL)查询的一个或多个条件值。基于所找出的一个或多个条件值，枚举一个或多个可能的SQL查询，并使用复述模型对枚举的SQL查询进行排名。针对关系数据库执行排名最高的SQL查询，以搜索对输入问题的响应。
-
公开(公告)号：CN111066021A
公开(公告)日：2020-04-24
申请号：CN201880056129.0
申请日：2018-08-24
Applicant: 国际商业机器公司
IPC: G06F40/284 , G06N20/00
Abstract: 本发明的实施例提供了一种用于执行文本数据的无监督特征表示学习的计算机实现的方法。该方法生成具有随机文本序列集合的参考文本数据，其中所述随机文本序列集合的每个文本序列具有随机长度且包括多个随机词，并且其中每个随机长度是从最小长度到最大长度采样的。从一分布中抽取该集合中的每个文本序列的随机词。该方法至少部分地基于所述随机文本序列集合与原始文本数据之间的一组计算距离来生成原始文本数据的特征矩阵。该方法提供特征矩阵作为一个或多个机器学习模型的输入。
-
公开(公告)号：CN111066021B
公开(公告)日：2023-09-19
申请号：CN201880056129.0
申请日：2018-08-24
Applicant: 国际商业机器公司
IPC: G06F40/284 , G06N20/00
Abstract: 本发明的实施例提供了一种用于执行文本数据的无监督特征表示学习的计算机实现的方法。该方法生成具有随机文本序列集合的参考文本数据，其中所述随机文本序列集合的每个文本序列具有随机长度且包括多个随机词，并且其中每个随机长度是从最小长度到最大长度采样的。从一分布中抽取该集合中的每个文本序列的随机词。该方法至少部分地基于所述随机文本序列集合与原始文本数据之间的一组计算距离来生成原始文本数据的特征矩阵。该方法提供特征矩阵作为一个或多个机器学习模型的输入。
-
-
-
-
-
-
-
-
-
Search Results
13
records
(took 0.021 seconds)
