本申請公開了一種監(jiān)管投訴升級的方法及裝置。基于投訴案件特征數(shù)據(jù)訓(xùn)練得到投訴升級預(yù)測模型文件，再與待預(yù)測投訴案件信息整合形成機器學(xué)習(xí)應(yīng)用，將預(yù)測得到的投訴升級清單推送至監(jiān)控頁面以預(yù)警。本申請所述方法基于數(shù)據(jù)驅(qū)動，增加了非線性預(yù)測能力，使預(yù)...

一種模型訓(xùn)練方法、裝置、系統(tǒng)及可讀存儲介質(zhì)，應(yīng)用于強化學(xué)習(xí)技術(shù)領(lǐng)域。該方法包括：判斷強化學(xué)習(xí)模型是否收斂；若強化學(xué)習(xí)模型不收斂，則隨機選擇一個軟件環(huán)境并生成一個隨機數(shù)；判斷機數(shù)是否大于預(yù)設(shè)閾值；若否，則隨機選取一條訓(xùn)練數(shù)據(jù)；對訓(xùn)練數(shù)據(jù)進...

本申請實施例提供的一種遙感數(shù)據(jù)分類的方法、裝置及設(shè)備。先獲取同一區(qū)域內(nèi)多個月份的遙感數(shù)據(jù)，將每個所述遙感數(shù)據(jù)分別映射成第一特征向量；將各個所述第一特征向量進行拼接，生成第二特征向量；將所述第二特征向量與第一標記向量進行拼接，獲取第一拼接...

本申請公開了一種醫(yī)療實體識別模型的訓(xùn)練方法，醫(yī)療實體識別方法及相關(guān)產(chǎn)品。醫(yī)療實體識別模型的訓(xùn)練方法中，包括：獲取待訓(xùn)練數(shù)據(jù)；獲取目標實體屬性信息，所述目標實體屬性信息用于指示實體的屬性；根據(jù)目標實體屬性信息，利用所述訓(xùn)練數(shù)據(jù)訓(xùn)練實體識別...

本申請公開了一種疾病保險關(guān)系圖譜的構(gòu)建方法、裝置及設(shè)備。具體地，在執(zhí)行本申請實施例提供的疾病保險關(guān)系圖譜的構(gòu)建方法時，首先可以獲取基于醫(yī)療編碼劃分的疾病層級。接著根據(jù)疾病名稱和藥物名稱構(gòu)建醫(yī)療圖譜。然后根據(jù)醫(yī)療圖譜中第一實體層包含的疾病...

本申請公開了一種基于音視頻的預(yù)質(zhì)檢方法及裝置，在該方法中，在識別到視頻中人臉圖像的第一人臉標識包括業(yè)務(wù)辦理人和業(yè)務(wù)受理人后，識別音頻是否包括預(yù)設(shè)關(guān)鍵詞；在識別到音頻包括預(yù)設(shè)關(guān)鍵詞后，確定預(yù)設(shè)關(guān)鍵詞對應(yīng)的時間段；從視頻獲取時間段對應(yīng)的視頻...

本申請公開了一種醫(yī)學(xué)實體匹配的方法及裝置，預(yù)先設(shè)計實體和實體子屬性的提示模板，通過基于掩碼語言模型MLM的預(yù)訓(xùn)練模型，分別提取實體和實體子屬性的掩碼詞向量，再拼接結(jié)合來完成實體匹配。本申請所述方法融合了實體完整語義和實體子屬性信息，并以...

本申請?zhí)峁┝艘环N文檔影像分類方法和裝置，在該方法中，首先，根據(jù)文檔影像中的文本和所述文本對應(yīng)的空間位置索引得到文本特征序列和文本布局特征序列；其次，根據(jù)所述文檔影像中的圖像和所述圖像對應(yīng)的空間位置索引得到圖像特征序列和圖像布局特征序列；...

本申請公開了一種文檔解析的方法及裝置。通過OCR模型識別圖像中文字內(nèi)容和坐標，版式模型識別圖像中版式結(jié)構(gòu)類別和坐標，并對各部分版式結(jié)構(gòu)的坐標進行校準，可實現(xiàn)對文字的精準分類，最終得到更加準確、完整的解析結(jié)果。在操作中，使用者可根據(jù)版式結(jié)...

本申請?zhí)峁┝艘环N輿情風(fēng)險的推理方法、裝置、設(shè)備及可讀存儲介質(zhì)，通過在預(yù)先訓(xùn)練好的深度學(xué)習(xí)模型中對實時獲取到的互聯(lián)網(wǎng)信息進行語料標注得到輿情信息，進行語料推理得到輿情風(fēng)險信息，之后將輿情風(fēng)險信息和原始信息一同存儲，輸入檢索關(guān)鍵詞時，無需交...

本申請公開了一種挖掘目標群體的方法及裝置。通過獲取用戶數(shù)據(jù)作為樣本，從多維度構(gòu)建用戶畫像，再結(jié)合用戶畫像和傾向分匹配方法將用戶數(shù)據(jù)分組，利用增益模型計算用戶在干預(yù)前后的響應(yīng)率，根據(jù)干預(yù)前后響應(yīng)率的差值精準挖掘目標群體。本申請所述方法能夠...

本申請公開了一種文檔圖像分類方法和裝置，在模板特征庫中設(shè)置目標類別的模板特征；獲取待分類的文檔圖像的類別特征；將所述待分類的文檔圖像的類別特征與模板特征庫中目標類別的模板特征對比計算相似度；若獲得與所述類別特征相似度最高且大于預(yù)設(shè)相似度...

本申請公開了一種共指消解方法，根據(jù)輸入文本中的內(nèi)容進行實體識別，根據(jù)所述識別的實體組成實體對，基于提示模型對所述實體對進行共指檢測獲得實體對標簽，基于所述實體對標簽獲得多實體的共指簇。本申請通過命名實體識別，由于命名實體識別數(shù)據(jù)相對容易...

本申請公開了一種文本圖像篡改檢測方法及裝置，可應(yīng)用于圖像檢測領(lǐng)域。該方法包括：將接收到的原始圖像進行文字檢測確定文字區(qū)域，根據(jù)所述文字區(qū)域進行角點信息提取得到角點信息；對所述原始圖像和所述角點信息進行特征提取，得到原始圖像特征和角點信息...

本申請公開了一種新聞事件脈絡(luò)關(guān)系檢測方法及裝置，在該方法中，將第一新聞事件和第二新聞事件進行拼接，獲得拼接新聞事件；通過脈絡(luò)關(guān)系檢測模型對拼接新聞事件進行檢測，獲得第一新聞事件和第二新聞事件之間的第一脈絡(luò)關(guān)系檢測結(jié)果；脈絡(luò)關(guān)系檢測模型是...

本申請公開了一種擴展富文本編輯器功能的方法及裝置。基于Porsemirror富文本編輯器，通過解析Node節(jié)點標題數(shù)據(jù)，將獲取的id、文本內(nèi)容添加到結(jié)果中得到大綱數(shù)據(jù)，從而新增了大綱視圖功能；通過新增更多操作欄，依據(jù)相應(yīng)的表結(jié)構(gòu)sche...

本申請公開了一種新意圖類別的確定方法及裝置，在該方法中，將待識別語音數(shù)據(jù)通過雙層實體識別模型進行識別，獲得目標實體組合；若目標實體組合不屬于實體庫，將目標實體組合輸入至預(yù)訓(xùn)練語言模型，獲得目標實體組合對應(yīng)的目標實體向量；將目標實體向量與...

本申請公開了一種問句生成的方法、系統(tǒng)及存儲介質(zhì)。該方法基于知識信息，利用問句生成模型生成問句。基于問句生成模型生成的問句，通過判別系統(tǒng)獲得判別結(jié)果及問句知識信息對，通過判別系統(tǒng)對判別結(jié)果運算，獲得目標獎勵。然后所述判別系統(tǒng)將問句知識信息...

本申請公開了一種基于動作單元AU和微表情的問答情緒評估方法及裝置，獲取待檢測用戶的問答視頻，將問答視頻中關(guān)于非基礎(chǔ)問答的第一圖像輸入人臉檢測模型得到第一人臉圖像，將第一人臉圖像輸入基于AU和微表情的多任務(wù)識別模型，輸出第一人臉圖像的多個...

本申請?zhí)峁┝艘环N實現(xiàn)語音分離的方法和裝置，通過實時獲取輸入語音，然后將輸入語音分割為語音段并按時間順序進行排列，再提取語音段特征，并將所述語音段特征與實例特征和類別特征進行對比并生成分數(shù)，由此實現(xiàn)對所述語音段特征進行類別預(yù)測，最后將類別...