一种基于深度主动学习的用户意图识别方法及系统.pdf
小忆****ng
在线预览结束,喜欢就下载吧,查找使用更方便
相关资料
一种基于深度主动学习的用户意图识别方法及系统.pdf
本发明公开了一种基于深度主动学习的用户意图识别方法及系统。本方法步骤包括:1)数据预处理模块对描述用户意图的文本进行预处理,得到一未标注语料集U;2)分类模块对该未标注语料集U中的样本进行分类预测,得到样本的预测概率并输出给选择模块;3)选择模块基于样本的预测概率以及设定的多准则选择策略选取价值最高的k个样本并对其进行标注后加入到标注语料库中,以及将该k个样本从未标注语料集U中删除;然后利用更新后的标注语料库训练更新所述分类模块;4)重复步骤2~3)直至满足迭代终止条件,得到训练后的分类模块;5)利用该训
一种基于深度学习的主动降噪方法、装置及系统.pdf
本发明提供了发明提供了一种基于深度学习的主动降噪方法、装置、及系统,所述方法包括:获取音频数据;基于所述音频数据,利用训练好的降噪分类模型,得到所述音频数据的音频类型结果;根据所述音频类型结果对所述音频数据进行降噪处理。本发明基于深度学习,对有消噪需要的声源进行主动降噪,对可能含有有用信息的声源不进行降噪,解决主动降噪算法的能力不高,降噪后无法获取完整的语音信息或用户失去有用信息的问题,实现对有降噪需要的信号进行消除,对要保留的信号能保留原始信息,从而避免用户因为主动降噪失去有用信息。
基于用户多兴趣演化的用户意图识别方法及装置.pdf
基于用户多兴趣演化的用户意图识别方法及装置,该方法通过构建内容意图池,根据用户的历史交互序列从内容意图池中选择达到预设用户兴趣概率的内容意图;利用相关性判断网络判断历史商品是否为内容意图的相关商品,得到由相关商品组成的意图链条,根据意图链和用户对不同商品的操作行为,得到用户最终的意图表达;根据用户的当前搜索词,选择相关性达到预设值的意图表达以预测用户购买意图。本发明可以使用户享受到更加优质和个性化的平台服务,提升用户体验;通过更加细致地对用户的购买意图进行预测,深入对用户的理解,从而增加用户的粘着度;通过
一种基于深度学习的智能车牌识别方法及系统.pdf
本发明属于智能交通工程技术领域,具体提供一种基于深度学习的智能车牌识别方法及系统,其中方法包括:获取原始车辆图片,采用CenterNet对原始车辆图片进行车牌的目标位置的定位、检测与保存;提取车牌兴趣区域图像,输入已训练好的车牌识别模型中,判断车牌是否遮挡不清,若正常,则进一步提取车牌图片,若不正常,则提示报警;对车牌图片进行预处理得到车牌图像信息;将处理后的车牌字符传入卷积神经网络进行模型的训练与优化,最终预测得到车牌识别结果。通过选取CenterNet网络进行车牌定位与检测,选择直方图均衡化、倾斜度矫
一种基于深度学习的手写盲文识别方法及系统.pdf
本发明提出一种基于深度学习的手写盲文识别方法和系统,包括采用已标注盲符区域的盲文图像训练语义分割模型进行像素级分割,得到预训练模型;获取训练用手写盲文图像和待识别手写盲文图像,并将训练用手写盲文图像输入预训练模型,得到初步盲符识别结果并进行标注,基于标注数据对预训练模型进行迁移学习,得到新模型;待识别手写盲文图像通过新模型进行识别,对识别结果进行盲方识别,得到方框级的盲符识别结果,将盲符识别结果通过盲文电子化操作转化为电子盲文;根据通用盲文规则,将电子盲文映射为拼音与标点符号,并利用通用盲文的标调规则和简