检索结果-内蒙古大学图书馆

您好，读者！请登录

内蒙古大学图书馆

首页
概况
党建
资源
服务
科研支持
- 论文收录引用证明
- 科技查新
知识产权
档案馆
帮助

咨询与建议

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

您的常用邮箱：*

您的手机号码：*

问题描述：

当前已输入0个字，您还可以输入200个字

全部搜索
期刊论文
图书
学位论文
标准
纸本馆藏
外文资源发现
数据库导航
超星发现

高级检索

时间限定

出版年份：

文献类型

图书期刊文献学位论文多媒体

馆藏选择

电子馆藏纸本馆藏

核心期刊

全部期刊 SCI 收录期刊 SSCI 收录期刊 EI 收录期刊 CSCD 收录期刊 CSSCI 收录期刊

语言

中文英文

文献类型

期刊文献图书学位论文标准纸本馆藏

帮助

文字说明：

T=题名（书名、题名），A=作者（责任者），K=主题词，P=出版物名称，PU=出版社名称，O=机构（作者单位、学位授予单位、专利申请人），L=中图分类号，C=学科分类号，U=全部字段，Y=年（出版发行年、学位年度、标准发布年）

检索规则说明：

AND代表“并且”；OR代表“或者”；NOT代表“不包含”；(注意必须大写,运算符两边需空一格)

检索范例：

范例一：(K=图书馆学 OR K=情报学) AND A=范并思 AND Y=1982-2016
范例二：P=计算机应用与软件 AND (U=C++ OR U=Basic) NOT K=Visual AND Y=2011-2016

分类表

所选分类

>> <<

限定检索结果

文献类型

17 篇 专利

馆藏范围

17 篇 电子文献
0 种 纸本馆藏

日期分布

机构

2 篇 卓世科技有限公司
2 篇 北京中科信利技术...
2 篇 中国科学院声学研...
2 篇 内蒙古大学
1 篇 华中科技大学
1 篇 玖章算术科技有限...
1 篇 微软公司
1 篇 福建中信网安信息...
1 篇 深圳市与飞科技有...
1 篇 摩托罗拉公司
1 篇 上海淇玥信息技术...
1 篇 陕西酷体体育科技...
1 篇 北京儒博科技有限...
1 篇 罗伯特·博世有限公...
1 篇 苏州墨融科技有限...

作者

2 篇 万晶晶
2 篇 周勤民
2 篇 赵策
2 篇 屠静
2 篇 李伟伟
2 篇 颉彬
2 篇 王亚
2 篇 颜永红
2 篇 潘接林
2 篇 高光来
2 篇 飞龙
2 篇 张一珂
2 篇 张鹏远
2 篇 张红伟
2 篇 苏岳
1 篇 黄玉礼
1 篇 董玉
1 篇 王海峰
1 篇 邓宙锦
1 篇 高亮

语言

17 篇 中文

检索条件"主题词=语言模型数据"

共 17 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

一种基于生成对抗网络的语言模型数据增强方法

一种基于生成对抗网络的语言模型数据增强方法

引用

作者：张鹏远张一珂潘接林颜永红 100190 北京市海淀区北四环西路21号

本发明涉及一种基于生成对抗网络的语言模型数据增强方法，该方法包括：训练集S包含的都是正样本数据，生成模型Gθ生成的数据都是负样本数据，通过单独交替迭代训练生成模型Gθ和判别模型Dφ，迭代一定次数后，直到生成模型Gθ收敛，... 详细信息

标准号: CN110085215B

本发明涉及一种基于生成对抗网络的语言模型数据增强方法，该方法包括：训练集S包含的都是正样本数据，生成模型G_θ生成的数据都是负样本数据，通过单独交替迭代训练生成模型G_θ和判别模型D_φ，迭代一定次数后，直到生成模型G_θ收敛，利用生成模型G_θ采样生成序列数据集合在上估计N元文法语言模型在训练数据集上估计N元文法语言模型最终通过插值算法得到增强的语言模型。针对现有技术中语言模型数据增强方法的存在的暴露偏差问题，本发明可以在一定程度上缓解暴露偏差问题，提高生成文本数据的质量，进而提高语言模型的性能，还可以有效提升低资源条件下N元文法语言模型的性能，以及相应语音识别系统的性能。

关键词：生成模型文法语言模型语言模型数据偏差问题语言模型语音识别系统训练数据集插值算法交替迭代判别模型文本数据序列数据资源条件负样本训练集正样本暴露采样迭代收敛集合对抗缓解网络

来源：评论

学校读者我要写书评

暂无评论

基于大语言模型数据向量化查询的问答交互方法及装置

基于大语言模型数据向量化查询的问答交互方法及装置

引用

作者：倪思勇宋荣鑫黄建庭雷柴卫王海峰 200062 上海市普陀区同普路800弄4号1109室

本申请涉及一种基于大语言模型数据向量化查询的问答交互方法、装置、电子设备及计算机可读介质。该方法包括：对用户的输入数据进行语义识别，确定所述输入数据对应的问题类别；根据所述问题类别确定目标向量数据库；将所述输入数据转... 详细信息

标准号: CN117951268A

本申请涉及一种基于大语言模型数据向量化查询的问答交互方法、装置、电子设备及计算机可读介质。该方法包括：对用户的输入数据进行语义识别，确定所述输入数据对应的问题类别；根据所述问题类别确定目标向量数据库；将所述输入数据转化为输入向量；利用所述输入向量在所述目标向量数据库中进行向量查询，并拼接成查询结果；通过所述输入数据和所述查询结果生成提示问题；将所述提示问题输入大语言模型中，获取逻辑分析结果；在所述逻辑分析结果为正向结果时，根据所述逻辑分析结果进行问答交互。本申请能够为用户提供智能化的问题回复方式，提升人机智能对话和问题查询的回答质量和准确性。

关键词：逻辑分析查询结果目标向量输入向量问题类别查询数据库提示计算机可读介质语言模型数据电子设备人机智能问题回复用户提供语言模型语义识别向量化智能化向量正向拼接申请转化对话

来源：评论

学校读者我要写书评

暂无评论

一种基于生成对抗网络的语言模型数据增强方法

一种基于生成对抗网络的语言模型数据增强方法

引用

作者：张鹏远张一珂潘接林颜永红 100190 北京市海淀区北四环西路21号

标准号: CN110085215A

来源：评论

学校读者我要写书评

暂无评论

基于深度迁移学习的大语言模型数据挖掘方法

基于深度迁移学习的大语言模型数据挖掘方法

引用

作者：屠静王亚赵策苏岳万晶晶李伟伟颉彬周勤民 572025 海南省三亚市崖州区崖州湾科技城用友产业园(三亚)2号楼102室

本发明涉及数据处理技术领域，提出了基于深度迁移学习的大语言模型数据挖掘方法，包括：获取文本数据集；利用主题模型获取每个主题下的主题特征词；利用深度优先搜索算法基于包含每个主题特征词对应节点的无向图确定文本无向路径；基... 详细信息

标准号: CN117573811B

本发明涉及数据处理技术领域，提出了基于深度迁移学习的大语言模型数据挖掘方法，包括：获取文本数据集；利用主题模型获取每个主题下的主题特征词；利用深度优先搜索算法基于包含每个主题特征词对应节点的无向图确定文本无向路径；基于文本无向路径确定主题含义关联系数；基于主题含义关联系数以及主题特征词出现的频率确定主题含义凸显度；基于每个主题下所有主题特征词的主题含义凸显度的分布特征以及不同主题之间的语义差异确定主题过滤指数；基于主题过滤指数得到文本集合中的增强主题；将源域模型中的权重参数迁移到所述增强主题训练的文本分类模型中得到数据挖掘结果。本发明通过主题增强的方式提高文本数据分类的准确率。

关键词：主题特征关联系数主题过滤迁移文本深度优先搜索数据处理技术数据挖掘结果文本分类模型文本数据分类语言模型数据分布特征路径确定频率确定权重参数文本集合文本数据语义差异主题模型无向图准确率算法源域挖掘学习

来源：评论

学校读者我要写书评

暂无评论

基于深度迁移学习的大语言模型数据挖掘方法

基于深度迁移学习的大语言模型数据挖掘方法

引用

作者：屠静王亚赵策苏岳万晶晶李伟伟颉彬周勤民 572025 海南省三亚市崖州区崖州湾科技城用友产业园(三亚)2号楼102室

标准号: CN117573811A

来源：评论

学校读者我要写书评

暂无评论

一种基于大语言模型数据安全风险评估与管理系统

一种基于大语言模型数据安全风险评估与管理系统

引用

作者：高翔叶吴彬吴慧明邓宙锦孙义辉 350000 福建省福州市晋安区鼓山镇福光路318号2号楼8层

本申请涉及一种基于大语言模型数据安全风险评估与管理系统，涉及数据安全技术的领域，该方法包括获取数据特征类型并形成数据特征集合；将数据特征集合内的数据特征类型进行随机组合确定组合特征集合；定义组合有效集合并确定组合特征... 详细信息

标准号: CN118194358A

本申请涉及一种基于大语言模型数据安全风险评估与管理系统，涉及数据安全技术的领域，该方法包括获取数据特征类型并形成数据特征集合；将数据特征集合内的数据特征类型进行随机组合确定组合特征集合；定义组合有效集合并确定组合特征数量；确定数值最大的组合特征数量且根据组合特征数量确定基准风险系数，并根据该组合有效集合以及数据特征集合确定相异特征类型；根据所有相异特征类型确定风险变化系数，并进行均值计算确定均值变化系数，根据均值变化系数以及基准风险系数确定综合风险系数；根据综合风险系数确定风险管理方案，并根据风险管理方案对当前的数据进行处理。本申请具有便于对未处于大语言模型内的数据类型进行安全风险评估的效果。

关键词：风险系数数据特征组合特征变化系数特征类型集合风险管理风险评估有效集合相异数据安全技术语言模型数据管理系统获取数据集合确定均值计算数据类型数量确定随机组合语言模型申请安全

来源：评论

学校读者我要写书评

暂无评论

基于token训练限定大语言模型的数据批量生成方法

基于token训练限定大语言模型的数据批量生成方法

引用

作者：叶正盛 311121 浙江省杭州市余杭区仓前街道海智中心3幢11楼1102

本发明涉及一种基于token训练限定大语言模型的数据批量生成方法，能够使得用户可以比较灵活地配置要生成的数据项需求，包括各个数据项的类型、长度、范围、是否允许重复和备注等信息，可以根据用户描述的需求自动构建AI大语言模型可... 详细信息

标准号: CN118331890A

本发明涉及一种基于token训练限定大语言模型的数据批量生成方法，能够使得用户可以比较灵活地配置要生成的数据项需求，包括各个数据项的类型、长度、范围、是否允许重复和备注等信息，可以根据用户描述的需求自动构建AI大语言模型可理解的文本交互内容，自动批量生成模拟测试数据。通过面向AI大语言模型的数据生成交互格式，在生成数据过程中增加了二次数据检查能力，可以有效提升AI大语言模型数据生成质量。解决了AI大语言模型token长度限制的问题，可以一次性生成数百万条以上的数据。提高测试数据的生成效率，避免耽搁时间，同时能够解决数据生成中存在的对话与断点续传问题，确保每次交互生成的数据是有序且符合要求。

关键词：语言模型数据生成数据项语言模型数据测试数据长度限制断点续传交互格式模拟测试生成数据文本交互用户描述自动构建次数据一次性灵活重复配置对话检查

来源：评论

学校读者我要写书评

暂无评论

一种长尾工艺实体识别方法与设备

一种长尾工艺实体识别方法与设备

引用

作者：高亮熊登锐肖世宏吕瑞强杜婷婷隋立江李新宇高艺平 430074 湖北省武汉市洪山区珞喻路1037号

本发明属于制造工艺实体识别相关技术领域，其公开了一种长尾工艺实体识别方法与设备，所述方法从稀有类比例、稀有类权重两个角度，提升实体识别性能。从稀有类比例角度，针对先进的掩码语言模型数据增强方法，在工艺领域微调数据稀缺... 详细信息

标准号: CN117151101A

本发明属于制造工艺实体识别相关技术领域，其公开了一种长尾工艺实体识别方法与设备，所述方法从稀有类比例、稀有类权重两个角度，提升实体识别性能。从稀有类比例角度，针对先进的掩码语言模型数据增强方法，在工艺领域微调数据稀缺的问题，提出通过实体聚类来扩充微调数据，从而训练出泛化性良好的模型，丰富数据增强结果，提升稀有类比例；从稀有类权重角度，针对工艺领域实体重名现象，提出考虑实体重名的类别权重计算方法，解决直接根据各类实体出现频次确定权重的传统方法无法处理的实体重名问题。

关键词：实体识别权重工艺领域微调语言模型数据权重计算数据增强制造工艺泛化性长尾聚类掩码

来源：评论

学校读者我要写书评

暂无评论

一种基于大语言模型的体育监测选拔系统及方法

一种基于大语言模型的体育监测选拔系统及方法

引用

作者：田文博 710061 陕西省西安市曲江新区雁翔路2600号曲江政务服务中心C905室A3

本发明属于应用于体育科技领域，具体而言，涉及一种基于大语言模型的体育监测选拔系统及方法；本发明通过人员移动设备，选择定制训练任务或预设训练任务；硬件设备实时采集人员数据；采集到的人员数据通过终端设备上传到大语言模型数... 详细信息

标准号: CN117994099A

本发明属于应用于体育科技领域，具体而言，涉及一种基于大语言模型的体育监测选拔系统及方法；本发明通过人员移动设备，选择定制训练任务或预设训练任务；硬件设备实时采集人员数据；采集到的人员数据通过终端设备上传到大语言模型数据分析平台；根据大语言模型数据分析平台对上传的数据进行处理及分析，并把数据结果发送到移动设备；移动设备根据数据结果对人员进行训练安排及评估得分；不仅解决教练难以评估所有学生的训练进度及完成质量，可以评估人才概率系统的问题，大大提升效率并实现科学训练；而且利用平均值、中位数、标准差融合等多种算法，可以确定相应指标的最佳范围。

关键词：语言模型数据分析平台人员数据数据结果移动设备评估概率系统科技领域科学训练人员移动实时采集训练进度硬件设备语言模型终端设备标准差中位数上传算法预设体育采集融合监测应用学生分析

来源：评论

学校读者我要写书评

暂无评论

语言模型的自适应训练方法、装置、存储介质及设备

语言模型的自适应训练方法、装置、存储介质及设备

引用

作者：徐燃 101500 北京市密云区经济开发区西统路8号西田各庄镇政府办公楼508室-598

本发明公开了一种语言模型的自适应训练方法、装置、存储介质及设备，其中，该自适应训练方法包括：实时在线获取新增训练语料；对所述新增训练语料进行语言模型训练并积累，编译形成动态识别搜索图；将所述动态识别搜索图作为子图，插... 详细信息

标准号: CN112905869A

本发明公开了一种语言模型的自适应训练方法、装置、存储介质及设备，其中，该自适应训练方法包括：实时在线获取新增训练语料；对所述新增训练语料进行语言模型训练并积累，编译形成动态识别搜索图；将所述动态识别搜索图作为子图，插入到静态识别搜索图的预先设定的槽位中，形成自适应识别搜索图以进行自适应语言识别。本发明实施例能够使运行中的语音识别服务在不停服的情况下动态热更新和添加错误识别文本和其他生僻词，新增词文本的修正语言模型数据，从而可以随时修正错误，增强识别性能、不需要回归测试，大大提高效率和维护成本。

关键词：搜索自适应训练动态识别训练语料文本语言模型数据语言模型训练修正自适应识别存储介质错误识别回归测试实时在线识别性能语言模型语言识别语音识别自适应槽位编译更新积累维护服务

来源：评论

学校读者我要写书评

暂无评论

没有更多数据了...

全选清除本页清除全部题录导出标记到“检索档案”

共2页 << < 1 2 > >>

检索报告对象比较合并检索0

隐藏清空

合并搜索

回到顶部

执行限定条件

内容：

评分：

请选择保存的检索档案：

请选择收藏分类：

订阅名称：

通借通还

温馨提示：

图书名称：

借书校区：

取书校区：

手机号码：

邮箱地址：

一卡通帐号：

电话和邮箱必须正确填写，我们会与您联系确认。

联系人：

所在院系：

联系邮箱：

联系电话：

内蒙古自治区呼和浩特市赛罕区大学西街235号邮编: 010021

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：