公开(公告)号：CN118261670A

公开(公告)日：2024-06-28

申请号：CN202410333534.X

申请日：2024-03-22

Applicant: 清华大学深圳国际研究生院 ,  华为技术有限公司

Inventor： 郑海涛 ,  卢星宇 ,  朱杰明 ,  王锦鹏 ,  张瑞 ,  夏树涛

IPC: G06Q30/0601 ,  G06N3/045 ,  G06N3/08 ,  G06N3/0499 ,  G06N3/0442 ,  G06N5/04

Abstract: 一种面向多模态序列的推荐方法，包括：将语言模型分为底层和顶层两个部分，底层用于完成表示空间的适配，以实现物品表示学习对齐，顶层用于学习任务的适配，以实现推荐任务对齐；将物品表示学习和用户行为预测任务分别作用于底层和顶层的参数；其中，针对表示空间的适配，使用视觉模态增强的语言建模学习任务训练底层的参数，以将语言模型从通用语料场景适配到推荐下的多模态物品描述场景；针对推荐任务的适配，采用“用户‑物品”对比学习任务训练顶层的参数，以为语言模型注入预测用户行为的能力。

公开(公告)号：CN117056589A

公开(公告)日：2023-11-14

申请号：CN202310884863.9

申请日：2023-07-18

Applicant: 华为技术有限公司 ,  清华大学深圳国际研究生院

Inventor： 王锦鹏 ,  袁珺 ,  夏树涛 ,  郑海涛 ,  江勇

IPC: G06F16/9535 ,  G06F18/23213 ,  G06F18/213 ,  G06N3/0455 ,  G06N3/084

Abstract: 本申请实施例公开了一种物品推荐方法及其相关设备，可将正确的物品推荐给用户，从而提高用户体验。本申请的方法包括：可先获取与用户相关联的信息，该信息用于描述与用户的历史行为相关联的多个历史物品，并将该信息输入至目标模型。那么，目标模型可先对该信息进行特征提取，从而得到多个历史物品的特征。接着，目标模型可对多个历史物品的特征进行聚类，从而得到多个类别，其中，每一个类别包含至少一个历史物品的特征。然后，目标模型可对多个类别进行基于注意力机制的处理，从而得到并输出用户的特征。最后，可将用户的特征用于与多个候选物品的特征进行匹配，并基于匹配结果在多个候选物品中，确定可推荐给用户的物品。

公开(公告)号：CN113127672A

公开(公告)日：2021-07-16

申请号：CN202110432335.0

申请日：2021-04-21

Applicant: 鹏城实验室 ,  清华大学深圳国际研究生院

Inventor： 陈斌 ,  王锦鹏 ,  夏树涛 ,  戴涛 ,  李清

IPC: G06F16/583 ,  G06N3/04 ,  G06N3/08

Abstract: 本申请公开了一种量化图像检索模型的生成方法、检索方法、介质及终端，所述生成方法包括：利用预设网络模型，确定预设样本集中的训练图像对应的预测量化向量；基于所述训练图像的文本标签确定所述训练图像对应的文本向量；基于所述文本向量以及所述预测量化向量对所述预设网络模型进行训练，以得到量化图像检索模型。本申请通过采用训练图像对应的文本标签作为弱监督标注，并且通过弱监督标注以及预测量化向量对预设网络模型进行训练，这样可以使得深度量化可以利用弱标注图片数据进行学习，解决了现有深度量化依赖高质量标注的数据的问题，这样可以降低量化图像检索模型所处的人工成本，从而降低量化图像检索模型的训练成本。

公开(公告)号：CN113127672B

公开(公告)日：2024-06-25

申请号：CN202110432335.0

申请日：2021-04-21

Applicant: 鹏城实验室 ,  清华大学深圳国际研究生院

Inventor： 陈斌 ,  王锦鹏 ,  夏树涛 ,  戴涛 ,  李清

IPC: G06F16/583 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/0895

Abstract: 本申请公开了一种量化图像检索模型的生成方法、检索方法、介质及终端，所述生成方法包括：利用预设网络模型，确定预设样本集中的训练图像对应的预测量化向量；基于所述训练图像的文本标签确定所述训练图像对应的文本向量；基于所述文本向量以及所述预测量化向量对所述预设网络模型进行训练，以得到量化图像检索模型。本申请通过采用训练图像对应的文本标签作为弱监督标注，并且通过弱监督标注以及预测量化向量对预设网络模型进行训练，这样可以使得深度量化可以利用弱标注图片数据进行学习，解决了现有深度量化依赖高质量标注的数据的问题，这样可以降低量化图像检索模型所处的人工成本，从而降低量化图像检索模型的训练成本。