-
公开(公告)号：CN111738010B
公开(公告)日：2023-10-17
申请号：CN201910211647.1
申请日：2019-03-20
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F40/30 , G06F16/332 , G06F16/33 , G06F18/214 , G06F18/22 , G06N3/045 , G06N3/048 , G06N3/08 , G06N3/084
Abstract: 本申请实施例公开了用于生成语义匹配模型的方法和装置。该方法的一具体实施方式包括：获取样本集，其中，样本集中的样本包括第一语句、与第一语句语义匹配的第二语句、与第一语句语义不匹配的第三语句；从样本集中选取样本，以及执行以下训练步骤：将选取的样本的第一语句、第二语句、第三语句分别进行分词，得到第一词序列、第二词序列和第三词序列；将第一词序列、第二词序列和第三词序列输入到孪生神经网络，得到损失值；根据损失值确定孪生神经网络是否训练完成；响应于确定孪生神经网络训练完成，将孪生神经网络作为语义匹配模型。该实施方式能够提高语义匹配的准确性。
-
公开(公告)号：CN111753080A
公开(公告)日：2020-10-09
申请号：CN201910243599.4
申请日：2019-03-28
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了用于输出信息的方法和装置。上述方法的一具体实施方式包括：获取目标句子；对目标句子进行分类，以及确定与分类结果对应的、预先建立的语义表达模型，其中，语义表达模型用于表征句子与向量的对应关系；根据所确定的语义表达模型，确定目标句子的向量；基于所确定的向量，输出与目标句子相关的信息。该实施方式提高了句子的语义表达的准确度。
-
公开(公告)号：CN111666416A
公开(公告)日：2020-09-15
申请号：CN201910176885.3
申请日：2019-03-08
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/36 , G06F16/35 , G06F16/332
Abstract: 本公开实施例公开了用于生成语义匹配模型的方法和装置。该方法的一具体实施方式包括：获取样本集；选取样本执行以下训练步骤：将选取的样本的第一语句和第二语句分别输入初始语义匹配模型的语句编码层，得到第一语句向量和第二语句向量；将第一语句向量和第二语句向量分别输入初始语义匹配模型的第一分类器，得到第一预测类别、第二预测类别；将第一语句向量和第二语句向量输入初始语义匹配模型的匹配层，得到预测匹配信息；将根据第一预测类别、第二预测类别、预测匹配信息与标注信息确定出达到预设的训练完成条件的初始语义匹配模型作为语义匹配模型。该实施方式联合训练语句分类和语义匹配两个任务，提升了语义匹配模型的性能。
-
Patent Agency Ranking
公开(公告)号：CN111738010A
公开(公告)日：2020-10-02
申请号：CN201910211647.1
申请日：2019-03-20
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F40/30 , G06F16/332 , G06F16/33 , G06K9/62
Abstract: 本申请实施例公开了用于生成语义匹配模型的方法和装置。该方法的一具体实施方式包括：获取样本集，其中，样本集中的样本包括第一语句、与第一语句语义匹配的第二语句、与第一语句语义不匹配的第三语句；从样本集中选取样本，以及执行以下训练步骤：将选取的样本的第一语句、第二语句、第三语句分别进行分词，得到第一词序列、第二词序列和第三词序列；将第一词序列、第二词序列和第三词序列输入到孪生神经网络，得到损失值；根据损失值确定孪生神经网络是否训练完成；响应于确定孪生神经网络训练完成，将孪生神经网络作为语义匹配模型。该实施方式能够提高语义匹配的准确性。
-
公开(公告)号：CN111753080B
公开(公告)日：2023-08-22
申请号：CN201910243599.4
申请日：2019-03-28
Applicant: 百度在线网络技术(北京)有限公司
Abstract: 本申请实施例公开了用于输出信息的方法和装置。上述方法的一具体实施方式包括：获取目标句子；对目标句子进行分类，以及确定与分类结果对应的、预先建立的语义表达模型，其中，语义表达模型用于表征句子与向量的对应关系；根据所确定的语义表达模型，确定目标句子的向量；基于所确定的向量，输出与目标句子相关的信息。该实施方式提高了句子的语义表达的准确度。
-
公开(公告)号：CN110737755A
公开(公告)日：2020-01-31
申请号：CN201810717387.0
申请日：2018-07-03
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/332
Abstract: 本发明实施例提出一种检索方法，包括：根据待检索问题进行常问问题FAQ检索，得到FAQ检索结果；根据所述待检索问题进行表格检索，得到表格检索结果；对FAQ检索结果和表格检索结果进行排序，以确定所述待检索问题对应的答案。本发明实施例采用FAQ检索和表格检索结合，能够扩大可检索到的问题的范围，得到的答案更加符合用户的意图，能够满足用户更多方面的检索需求。
-
公开(公告)号：CN111666416B
公开(公告)日：2023-06-16
申请号：CN201910176885.3
申请日：2019-03-08
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F16/36 , G06F16/35 , G06F16/332
Abstract: 本公开实施例公开了用于生成语义匹配模型的方法和装置。该方法的一具体实施方式包括：获取样本集；选取样本执行以下训练步骤：将选取的样本的第一语句和第二语句分别输入初始语义匹配模型的语句编码层，得到第一语句向量和第二语句向量；将第一语句向量和第二语句向量分别输入初始语义匹配模型的第一分类器，得到第一预测类别、第二预测类别；将第一语句向量和第二语句向量输入初始语义匹配模型的匹配层，得到预测匹配信息；将根据第一预测类别、第二预测类别、预测匹配信息与标注信息确定出达到预设的训练完成条件的初始语义匹配模型作为语义匹配模型。该实施方式联合训练语句分类和语义匹配两个任务，提升了语义匹配模型的性能。
-
公开(公告)号：CN106844466A
公开(公告)日：2017-06-13
申请号：CN201611193377.9
申请日：2016-12-21
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06F17/30
CPC classification number: G06F17/30705
Abstract: 本发明公开了事件脉络生成方法和装置，其中方法包括：针对待处理的事件，分别获取各时间窗口内的资源；针对每个时间窗口，分别确定出该时间窗口内的各资源的重要性评分，并从所述时间窗口内的各资源中选出重要性评分符合预定要求的资源，将选出的资源作为所述时间窗口内的代表性资源；将各时间窗口内的代表性资源按照时间顺序进行组合，得到事件脉络。应用本发明所述方案，能够提高用户的信息获取效率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.037 seconds)
