本發(fā)明涉及一種用于私有云盤(pán)的在線預(yù)覽方法和系統(tǒng)，其中方法包括以下步驟：通過(guò)預(yù)覽服務(wù)器中部署的鑒權(quán)模塊攔截預(yù)覽請(qǐng)求，并判斷發(fā)起預(yù)覽請(qǐng)求的請(qǐng)求端是否有預(yù)覽文件的權(quán)限；當(dāng)鑒權(quán)通過(guò)時(shí)，接收預(yù)覽請(qǐng)求并從所述預(yù)覽請(qǐng)求中提取請(qǐng)求的文件ID；根據(jù)所述文...

本申請(qǐng)公開(kāi)了一種IOS應(yīng)用的打包構(gòu)建方法及裝置，涉及計(jì)算機(jī)技術(shù)領(lǐng)域。本申請(qǐng)通過(guò)在服務(wù)器環(huán)境中部署服務(wù)系統(tǒng)，提供統(tǒng)一的打包構(gòu)建環(huán)境，降低了應(yīng)用工程代碼開(kāi)發(fā)對(duì)開(kāi)發(fā)者本地環(huán)境的依賴(lài)。此外，通過(guò)統(tǒng)一配置管理證書(shū)的方式，證書(shū)無(wú)需提供給開(kāi)發(fā)者，避免...

本申請(qǐng)實(shí)施例提供了一種交易文件處理方法、裝置及設(shè)備，該方法包括，在接收到客戶端批量上傳的交易文件后，將各個(gè)交易文件與交易渠道的映射關(guān)系進(jìn)行匹配，交易文件包括業(yè)務(wù)類(lèi)型、客戶交易銀行信息。上送各個(gè)交易文件的所述業(yè)務(wù)類(lèi)型和所述客戶交易銀行信息...

本申請(qǐng)?zhí)峁┝艘环N知識(shí)圖譜問(wèn)答模型的訓(xùn)練方法及裝置，通過(guò)獲取正樣本圖譜路徑數(shù)據(jù)和負(fù)樣本圖譜路徑數(shù)據(jù)，并在訓(xùn)練前對(duì)于獲取到的負(fù)樣本圖譜路徑數(shù)據(jù)進(jìn)行困難度度量，將得到的困難度數(shù)據(jù)作為量化數(shù)據(jù)，實(shí)現(xiàn)了對(duì)訓(xùn)練樣本的區(qū)分，并且在訓(xùn)練中可以動(dòng)態(tài)選取不...

本申請(qǐng)?zhí)峁┝艘环N焊接關(guān)鍵點(diǎn)的定位方法及裝置，主要涉及圖像處理技術(shù)領(lǐng)域。該方法包括：獲取待焊接物體的待識(shí)別圖像；將待識(shí)別圖像輸入關(guān)鍵點(diǎn)識(shí)別模型中，得到關(guān)鍵點(diǎn)識(shí)別模型輸出的第一識(shí)別結(jié)果，關(guān)鍵點(diǎn)識(shí)別模型由降維層、編碼層、注意力機(jī)制層以及線性層...

本申請(qǐng)公開(kāi)了一種意圖匹配度分析模型的訓(xùn)練方法及裝置，方法包括：獲取樣本數(shù)據(jù)集，所述樣本數(shù)據(jù)集中包括多個(gè)樣本數(shù)據(jù)，一條樣本數(shù)據(jù)包括一個(gè)文本和一個(gè)意圖，所述樣本數(shù)據(jù)具有對(duì)應(yīng)的樣本意圖置信度；將樣本數(shù)據(jù)輸入初始模型得到樣本數(shù)據(jù)對(duì)應(yīng)的待定意圖置...

本申請(qǐng)?zhí)峁┝艘环N文本提取的方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，應(yīng)用于信息抽取技術(shù)領(lǐng)域。該方法包括：獲取待提取文本和與待提取文本對(duì)應(yīng)的提取提示文本，提取提示文本為指示提取樣待提取文本中目標(biāo)影響因子對(duì)應(yīng)的實(shí)體的文本；將待提取文本和提取提示文本進(jìn)行拼...

本申請(qǐng)公開(kāi)了一種文本分類(lèi)方法及相關(guān)產(chǎn)品。該方法包括：基于當(dāng)前迭代輪次下的關(guān)鍵詞識(shí)別模型對(duì)文本數(shù)據(jù)進(jìn)行關(guān)鍵詞抽取，得到文本數(shù)據(jù)的第一關(guān)鍵詞向量；以當(dāng)前迭代輪次下的關(guān)鍵詞識(shí)別模型更新當(dāng)前迭代輪次下的文本分類(lèi)模型，得到新的文本分類(lèi)模型；將第一...

本申請(qǐng)公開(kāi)了一種關(guān)系抽取模型的訓(xùn)練方法及裝置，方法包括：獲取樣本數(shù)據(jù)集合，樣本數(shù)據(jù)集合中包括多個(gè)樣本數(shù)據(jù)，一個(gè)樣本數(shù)據(jù)中包括一個(gè)實(shí)體對(duì)，一個(gè)關(guān)系與樣本驗(yàn)證標(biāo)簽，樣本驗(yàn)證標(biāo)簽用于表示樣本數(shù)據(jù)中實(shí)體對(duì)與關(guān)系之間的匹配度，將樣本數(shù)據(jù)輸入初始模...

本申請(qǐng)?zhí)峁┝艘环N模型遷移方法，包括：將語(yǔ)言處理任務(wù)集合轉(zhuǎn)換為預(yù)設(shè)格式；對(duì)所述轉(zhuǎn)換為預(yù)設(shè)格式的語(yǔ)言處理任務(wù)集合進(jìn)行大任務(wù)預(yù)訓(xùn)練，得到所述語(yǔ)言處理任務(wù)的統(tǒng)一生成式模型；將待處理任務(wù)轉(zhuǎn)換為預(yù)設(shè)格式，所述待處理任務(wù)包括待處理輸入內(nèi)容和待處理輸出...

本申請(qǐng)公開(kāi)了一種基于SGX技術(shù)的安全計(jì)算方法及裝置，方法包括：接收由計(jì)算申請(qǐng)方發(fā)來(lái)的包括所述計(jì)算申請(qǐng)方提供的計(jì)算規(guī)則與第一標(biāo)識(shí)集合的計(jì)算請(qǐng)求；利用收到的所述第一標(biāo)識(shí)集合與自身保存的第二標(biāo)識(shí)集合在基于SGX技術(shù)產(chǎn)生的飛地中進(jìn)行標(biāo)識(shí)求交；利...

本申請(qǐng)?zhí)峁┝艘环N生成風(fēng)險(xiǎn)主體識(shí)別模型的方法及裝置，所述方法包括：獲取第一識(shí)別模型和第一待識(shí)別語(yǔ)料；將所述第一待識(shí)別語(yǔ)料輸入所述第一識(shí)別模型，得到第一識(shí)別結(jié)果；利用所述第一識(shí)別結(jié)果優(yōu)化所述第一識(shí)別模型，生成第二識(shí)別模型，所述第二識(shí)別模型用...

本申請(qǐng)?zhí)峁┝艘环N語(yǔ)音喚醒方法及裝置，包括：將音頻信號(hào)轉(zhuǎn)化為聲學(xué)特征序列，所述音頻信號(hào)為語(yǔ)音音頻信號(hào)；將所述聲學(xué)特征序列輸入濾波網(wǎng)絡(luò)，輸出過(guò)濾音頻特征，所述濾波網(wǎng)絡(luò)包括濾波生成網(wǎng)絡(luò)和動(dòng)態(tài)濾波網(wǎng)絡(luò)；將所述過(guò)濾音頻特征輸入語(yǔ)音喚醒網(wǎng)絡(luò)，輸出語(yǔ)...

本申請(qǐng)公開(kāi)了一種內(nèi)容推薦方法及裝置，用于大數(shù)據(jù)領(lǐng)域，包括：獲取內(nèi)容推薦平臺(tái)內(nèi)部提供的第一用戶身份信息和除所述內(nèi)容推薦平臺(tái)之外的外部平臺(tái)提供的第二用戶身份信息，所述第一用戶身份信息和所述第二用戶身份信息包括針對(duì)同一用戶的不同身份信息；根據(jù)...

本發(fā)明提供一種基于Openstack的IaaS云架構(gòu)的容器控制方法，包括步驟：a.接收創(chuàng)建POD的請(qǐng)求信息；b.基于所述請(qǐng)求信息創(chuàng)建沙箱；c.TBway插件調(diào)用TBwayd服務(wù)申請(qǐng)網(wǎng)絡(luò)資源；d.TBwayd服務(wù)確定所述網(wǎng)絡(luò)資源對(duì)應(yīng)的參數(shù)...

本發(fā)明提供一種抽取式保險(xiǎn)文檔機(jī)器閱讀理解方法、裝置及計(jì)算機(jī)可讀介質(zhì)，方法包括步驟：對(duì)保險(xiǎn)文檔進(jìn)行結(jié)構(gòu)化處理，并輸出與所述保險(xiǎn)文檔對(duì)應(yīng)的篇章集P以及目錄結(jié)構(gòu)L；對(duì)篇章集P進(jìn)行編碼表示并建立索引I，基于所述索引I計(jì)算待回答問(wèn)句的余弦相似度，...

本申請(qǐng)?zhí)峁┝艘环N保險(xiǎn)術(shù)語(yǔ)批量識(shí)別方法，其對(duì)保險(xiǎn)場(chǎng)景文本資料進(jìn)行識(shí)別并輸出保險(xiǎn)術(shù)語(yǔ)，包括如下步驟：a.判斷保險(xiǎn)場(chǎng)景文本資料是否滿足字體類(lèi)型上的差異以及與所述字體類(lèi)型相對(duì)應(yīng)的位置上的差異，若滿足，則將其作為待輸入文本；b.基于待輸入文本的實(shí)...

本發(fā)明提供一種縱向聯(lián)邦學(xué)習(xí)可解釋性控制方法，用于跨數(shù)據(jù)源隱私數(shù)據(jù)合作的建模效果評(píng)估與數(shù)據(jù)貢獻(xiàn)分析，包括如下步驟：a確定數(shù)據(jù)源A的抽樣數(shù)據(jù)X

一種支持FHE的智能合約引擎實(shí)現(xiàn)方法及系統(tǒng)，通過(guò)將加密的待處理數(shù)據(jù)和數(shù)據(jù)的處理邏輯分別通過(guò)區(qū)塊鏈以及區(qū)塊鏈的智能合約的方式發(fā)布，收到區(qū)塊鏈的共識(shí)節(jié)點(diǎn)通過(guò)智能合約虛擬機(jī)加載智能合約以及待處理數(shù)據(jù)，依照其中的處理邏輯得到加密結(jié)果并通過(guò)智能合...

一種基于可信執(zhí)行環(huán)境的數(shù)據(jù)安全上鏈實(shí)現(xiàn)方法，通過(guò)可信執(zhí)行環(huán)境從外部數(shù)據(jù)源中獲取數(shù)據(jù)，并根據(jù)計(jì)算邏輯完成數(shù)據(jù)計(jì)算后，先根據(jù)計(jì)算結(jié)果生成數(shù)字簽名以保證計(jì)算結(jié)果的可信，再生成整個(gè)可信執(zhí)行環(huán)境的簽名以保證計(jì)算邏輯的可信；最后通過(guò)區(qū)塊鏈遠(yuǎn)程接口將...