您的位置: 专家智库 > >

王方圆

作品数:27 被引量:6H指数:1
供职机构:中国科学院自动化研究所更多>>
相关领域:自动化与计算机技术电子电信更多>>

文献类型

  • 26篇专利
  • 1篇期刊文章

领域

  • 9篇自动化与计算...
  • 1篇电子电信

主题

  • 7篇语义
  • 7篇语音
  • 6篇视频
  • 6篇文本
  • 5篇短文
  • 5篇语音识别
  • 5篇语音识别方法
  • 5篇识别方法
  • 4篇预测信息
  • 4篇向量
  • 4篇模型参数
  • 4篇哈希
  • 4篇分块
  • 3篇语料
  • 3篇网络
  • 3篇灰度
  • 3篇抽取
  • 2篇低层
  • 2篇电子设备
  • 2篇端到端

机构

  • 27篇中国科学院自...
  • 1篇北京科技大学

作者

  • 27篇王方圆
  • 15篇徐博
  • 12篇徐波
  • 10篇郝红卫
  • 6篇许家铭
  • 6篇田冠华
  • 4篇张树武
  • 4篇李和平
  • 4篇王鹏
  • 2篇张恒
  • 1篇殷绪成

传媒

  • 1篇自动化学报

年份

  • 5篇2025
  • 1篇2024
  • 3篇2023
  • 2篇2022
  • 1篇2021
  • 4篇2018
  • 2篇2017
  • 1篇2016
  • 5篇2015
  • 1篇2014
  • 1篇2013
  • 1篇2012
27 条 记 录,以下是 1-10
排序方式:
一种基于多粒度主题模型的短文本哈希学习方法
本发明公开了一种基于多粒度主题模型的短文本哈希学习方法,采用外部大规模语料库训练候选主题模型,可依据数据集类型选择最优的多粒度主题特征,并赋予权重,由该方法选择出来的多粒度主题模型有较好的区分度,在构建稀疏短文本间相似语...
郝红卫许家铭徐博田冠华王方圆
文献传递
基于上复用混合多样性专家大模型的代码生成方法及装置
本发明提供一种基于上复用混合多样性专家大模型的代码生成方法及装置,属于人工智能领域,该方法包括:获取代码描述信息;将代码描述信息输入至经过训练的代码大模型,获取代码大模型输出的代码;代码大模型为基于上复用混合多样性专家的...
王方圆齐帅徐博徐波
基于顺序采样分块机制的端到端流式语音识别方法及装置
本发明提供一种基于顺序采样分块机制的端到端流式语音识别方法及装置,包括:针对初始语音识别模型中的每个特征提取网络,将前一个特征提取网络中SSC‑MHSA模块输出的多个语音样本的第二声学特征信息,输入特征提取网络中C‑MH...
王方圆徐波
基于多配置分块上下文转换器模型的语音识别方法及装置
本发明提供一种基于多配置分块上下文转换器模型的语音识别方法及装置,属于人工智能技术领域,该方法包括:获取待识别语音的特征序列;将特征序列输入至经过训练的语音识别模型,利用语音识别模型对待识别语音进行语音识别,得到语音识别...
王方圆徐博徐波
一种基于多粒度主题模型的短文本哈希学习方法
本发明公开了一种基于多粒度主题模型的短文本哈希学习方法,采用外部大规模语料库训练候选主题模型,可依据数据集类型选择最优的多粒度主题特征,并赋予权重,由该方法选择出来的多粒度主题模型有较好的区分度,在构建稀疏短文本间相似语...
郝红卫许家铭徐博田冠华王方圆
文献传递
基于卷积神经网络的短文本分类方法
本发明是一种基于卷积神经网络的短文本分类方法,该卷积神经网络共分五层:第一层,获取短文本中的多尺度候选语义单元;第二层,计算每一个候选语义单元与向量空间中所有词表示向量的欧式距离并找出最近邻的词表示,选择所有满足欧式距离...
徐博王鹏王方圆郝红卫
文献传递
流式语音识别方法、装置、电子设备及存储介质
本发明提供一种流式语音识别方法、装置、电子设备及存储介质,其中流式语音识别方法包括:获取原始音频数据,基于原始音频数据生成原始特征序列;将原始特征序列输入音频编码器,生成目标音频编码特征序列,其中,音频编码器包括分块自注...
王方圆徐波
基于卷积神经网络的短文本分类方法
本发明是一种基于卷积神经网络的短文本分类方法,该卷积神经网络共分五层:第一层,获取短文本中的多尺度候选语义单元;第二层,计算每一个候选语义单元与向量空间中所有词表示向量的欧式距离并找出最近邻的词表示,选择所有满足欧式距离...
徐博王鹏王方圆郝红卫
文献传递
说话人确认模型训练方法、装置及设备
本发明提供一种说话人确认模型训练方法、装置及设备,该方法包括:获取一个训练批次中全部语音样本对应的语音特征、以及全部语音样本对应的标签信息;将语音特征分别输入至初始说话人确认模型中的全局特征提取网络和局部特征提取网络中,...
王方圆 王溪源徐波
融合隐式语义特征的短文本哈希学习方法
本发明提供的融合隐式语义特征的短文本哈希学习方法,包括:将训练文本通过哈希损失函数进行降维二值化生成低维二值码;从训练文本中获取词特征和位置特征,根据词特征和位置特征通过查表获取对应的词向量和位置向量;将词向量和位置向量...
徐博许家铭郝红卫田冠华王方圆
共3页<123>
聚类工具0