-
公开(公告)号：CN116975711A
公开(公告)日：2023-10-31
申请号：CN202310827977.X
申请日：2023-07-06
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F18/241 , G06F18/213 , G06F18/214 , G06F18/21 , G06F18/25 , G06N3/045 , G06N3/08
Abstract: 本发明实施例公开了一种多视图数据分类方法以及相关设备，相关设备包括多视图数据分类装置、电子设备、计算机程序产品和计算机可读存储介质；本发明实施例在获取目标对象的多个视图数据后，对视图数据进行特征提取，得到每一视图数据对应的视图特征，然后，基于视图特征对视图数据进行噪声评估，得到每一视图数据对应的分类信任度，然后，根据视图特征对目标对象进行分类，得到每一视图数据对应的初始分类结果，然后，基于分类信任度，将初始分类结果进行融合，得到目标对象的分类结果；该方案可以提升多视图数据分类的准确率。
-
公开(公告)号：CN116975267A
公开(公告)日：2023-10-31
申请号：CN202211473323.3
申请日：2022-11-22
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/35 , G06F16/33 , G06F40/289 , G06F40/30 , G06F18/23213 , G06F18/24
Abstract: 本申请公开了一种信息处理方法、装置及计算机设备、介质、产品，可应用于人工智能各种领域或场景，方法包括：获取待处理交易信息，调用目标交易识别模型对待处理交易信息进行识别处理，得到交易识别结果，交易识别结果用于指示待处理交易信息所对应交易是否为目标类型的交易。目标交易识别模型是利用训练差异数据对初始交易识别模型进行训练得到，训练差异数据是根据样本数据集中各个交易文本对应的训练参数确定的。训练参数是根据交易文本的样本标签、预测结果和调节参数确定的，调节参数是根据预测结果和目标数值确定的，调节参数用于指示针对交易文本的学习程度。通过该方法，可以提高交易类型判断的准确性，降低误判和漏判的可能性。
-
公开(公告)号：CN119538167A
公开(公告)日：2025-02-28
申请号：CN202311100756.9
申请日：2023-08-29
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F18/25 , G06F18/213 , G06F16/901
Abstract: 本申请涉及一种信息处理方法、装置、计算机设备、存储介质和计算机程序产品。可应用于云技术、人工智能、智慧交通等场景，方法包括：获取目标产品的背景信息、目标产品在目标时段中的交互特征和资讯特征；基于交互特征和背景信息生成交互特征超图，基于资讯特征和背景信息生成资讯特征超图；对交互特征超图中属于同一超边的各节点进行注意力处理，得到更新后交互特征，对资讯特征超图中属于同一超边的各节点进行注意力处理，得到更新后资讯特征；对更新后资讯特征进行演化增强处理，得到增强后资讯特征；基于更新后交互特征和增强后资讯特征对目标产品进行信息处理，得到目标产品的趋势信息。采用本方法能够提高信息处理准确性和效率。
-
公开(公告)号：CN119003873A
公开(公告)日：2024-11-22
申请号：CN202411097636.2
申请日：2024-08-09
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/9535 , G06F18/213 , G06F18/214 , G06F18/22 , G06F18/25
Abstract: 本申请公开了一种资源推荐方法、资源推荐模型的训练方法、装置及设备，属于计算机技术领域。该方法包括：获取对象的对象数据和目标资源的资源数据，目标资源属于目标域；获取对象的第一源域互动数据和对象的目标域互动数据，第一源域互动数据包括多个源域互动事项，目标域互动数据包括多个目标域互动事项源域和目标域属于不同领域；在第一源域互动数据中，确定与目标域关联的至少一个源域互动事项，与目标域关联的至少一个源域互动事项构成第二源域互动数据；基于对象数据、资源数据、第二源域互动数据和目标域互动数据，确定目标资源的推荐预测结果。由于引入了源域互动数据，能够弥补目标域互动数据不足的缺陷，有利于提高资源推荐的准确性。
-
公开(公告)号：CN117033749A
公开(公告)日：2023-11-10
申请号：CN202210473901.7
申请日：2022-04-29
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/9535 , G06F18/25 , G06N20/00
Abstract: 本申请实施例提供一种信息推荐方法、装置、设备及计算机可读存储介质，至少应用于人工智能领域，包括：对目标域行为序列和源域行为序列分别进行兴趣特征提取，得到目标域兴趣特征和一阶源域兴趣特征；源域包括目标对象已有信息的数据特征，目标域至少包括目标对象的待学习信息的数据特征；对目标域兴趣特征和一阶源域兴趣特征进行兴趣特征融合处理，对目标域兴趣特征和源域融合兴趣特征进行跨域聚合处理，得到聚合兴趣特征；基于聚合兴趣特征，对目标域的目标推荐对象进行信息推荐。通过本申请，能够利用源域充分的目标对象行为，指导目标域用户兴趣特征的表示，从而缓解目标域目标对象行为的稀疏性，提升目标域推荐准确性。
-
Patent Agency Ranking
公开(公告)号：CN119474272A
公开(公告)日：2025-02-18
申请号：CN202411586119.1
申请日：2024-11-06
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/332 , G06F16/33 , G06N20/00
Abstract: 本申请提供一种问答模型的训练方法、对象分析方法及相关设备，用于解决训练得到的目标问答模型的问答准确性较低的问题。该方法至少包括：采用所述预训练问答模型，将选取的样本问题拆分为多个子问题，并基于查询的所述多个子问题各自的子答案，生成所述样本问题的预测答案；基于预设的多种问答评估策略，分别执行：采用一种问答评估策略，分别评估查询的各子答案各自在生成所述预测答案时的贡献值，获得评估结果；确定获得的多个评估结果满足训练筛选条件时，基于所述各子答案调整所述预训练问答模型的模型参数。通过对整个问答过程进行综合性全面评估，采用满足训练筛选条件的问答过程进行训练，可以提高训练得到的目标问答模型的问答准确性。
-
公开(公告)号：CN117034161A
公开(公告)日：2023-11-10
申请号：CN202211352608.1
申请日：2022-10-31
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F18/2433 , G06F16/901 , G06F18/25 , G06N3/047 , G06N3/048 , G06N3/0464 , G06N3/0895 , G06Q40/02 , G06Q40/03
Abstract: 一种数据处理方法及相关装置，可以应用于云技术、人工智能、区块链、车联网、智慧交通、智能家居等各种领域或场景，该方法包括：获取待处理的第一资源转移关系图，第一资源转移关系图包括多个第一节点和至少一个第一有向连接边，每个第一有向连接边所连接的两个第一节点之间具有资源转移关系；针对第一资源转移关系图中的每个第一节点，确定与每个第一节点相关联的参考节点以及参考连接边，并根据参考节点的节点特征以及参考连接边的边特征，确定每个第一节点的资源转移参考特征；对每个第一节点的资源转移参考特征和节点特征进行处理，得到每个第一节点对应的对象的异常识别结果，能提升确定对象的资源转移是否异常的准确度。
-
公开(公告)号：CN116975290A
公开(公告)日：2023-10-31
申请号：CN202310900545.7
申请日：2023-07-21
Applicant: 腾讯科技(深圳)有限公司
Abstract: 本发明实施例公开了一种数据处理方法、装置、电子设备和计算机可读存储介质；本发明实施例在获取至少一个交易对象在多个时间周期的数字交易数据、内容文本和交互文本后，在内容文本中提取出交易事件，并采用预设事理图谱对交易事件进行文本推理，以得到交易对象的内容特征，从数字交易数据中提取出数字特征，并将内容特征和数字特征进行融合，得到每一交易对象的对象特征，在交互文本中提取出情感特征，并根据不同交易对象的情感特征之间的特征关系，确定交易对象之间的目标关系特征，将目标关系特征与对象特征进行拼接，得到每一交易对象的目标对象特征，并基于目标对象特征，预测每一交易对象的交易趋势；该方案可以提升数据处理的准确性。
-
公开(公告)号：CN110287412B
公开(公告)日：2023-10-24
申请号：CN201910498647.4
申请日：2019-06-10
Applicant: 腾讯科技(深圳)有限公司
IPC: G06F16/9535 , G06Q30/0601 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本公开提供了一种内容推荐方法、推荐模型生成方法、设备和存储介质。所述推荐模型生成方法包括：获取用户的历史内容序列，其中所述历史内容序列为所述用户使用过的多个内容的时间序列；将所述历史内容序列包含的所述多个内容中的一个或多个内容分别替换成预定项，以得到作为训练数据的输入序列；根据被替换的所述一个或多个内容生成作为所述训练数据的训练数据标识的输出序列，其中所述输出序列为被替换的所述一个或多个内容的时间序列；使用多个所述训练数据以及相应的所述训练数据标识对神经网络进行训练，以得到用于内容推荐的推荐模型。通过本申请的实施例，能够生成准确的推荐模型。
-
公开(公告)号：CN115130573A
公开(公告)日：2022-09-30
申请号：CN202210734509.3
申请日：2022-06-24
Applicant: 腾讯科技(深圳)有限公司
Abstract: 一种数据处理方法、装置、存储介质、设备及产品，该方法包括：获取至少一个样本数据，及任一样本数据的类别标注标签；一个样本数据包含一个或多个特征维度下的样本特征，任一样本数据的类别标注标签是对任一样本数据在不同特征维度下的样本特征进行特征转换后得到的；对各样本数据在不同特征维度下的样本特征，按照对应的类别标注标签进行拟合处理，得到拟合结果，以指示各样本数据被添加相应类别标注标签的过程中，不同特征维度对应的重要度；根据拟合结果所指示的重要度，将满足选取条件的特征维度作为特征转换过程中的转换依据；转换依据用于生成特征转换的可解释性分析结果。通过本申请的方法，可以实现对特征转换过程进行可解释性分析。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.032 seconds)
