恭喜平安科技(深圳)有限公司邓悦获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜平安科技(深圳)有限公司申请的专利基于语义分析的评分方法、装置、终端设备及存储介质获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN111695352B 。
龙图腾网通过国家知识产权局官网在2025-05-27发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202010469517.0,技术领域涉及:G06Q10/063;该发明授权基于语义分析的评分方法、装置、终端设备及存储介质是由邓悦;郑立颖;徐亮设计研发完成,并于2020-05-28向国家知识产权局提交的专利申请。
本基于语义分析的评分方法、装置、终端设备及存储介质在说明书摘要公布了:本申请适用于计算机技术领域,提供了一种基于语义分析的评分方法、装置、终端设备及存储介质,所述方法包括:获取目标用户的语音信息,并将所述语音信息转化为文本信息;将所述文本信息输入至训练后的第一神经网络模型,对所述文本信息进行语义分析,得到所述第一神经网络模型的输出文本分类结果;其中,所述文本分类结果包括所述文本信息对应的评分标签,根据所述评分标签,计算所述目标用户的面试评分结果。通过本申请解决了解决语言模型精度推理速度慢增加面试成本以及面试维度判定准确性低、面试效率低的问题。
本发明授权基于语义分析的评分方法、装置、终端设备及存储介质在权利要求书中公布了:1.一种基于语义分析的评分方法,其特征在于,包括:获取目标用户的语音信息,并将所述语音信息转化为文本信息;将所述文本信息输入至训练后的第一神经网络模型,对所述文本信息进行语义分析,得到所述第一神经网络模型的输出文本分类结果;其中,所述文本分类结果包括所述文本信息对应的评分标签,所述第一神经网络模型为基于训练样本集合及第二神经网络模型训练得到的,所述第二神经网络模型为基于所述训练样本集合及第一神经网络模型的输出结果训练得到的,所述第一神经网络模型的输出结果为将所述训练样本集合作为输入得到的,所述训练样本集合包括多个面试语料文本;根据所述评分标签,计算所述目标用户的面试评分结果;基于训练样本集合及第二神经网络模型训练所述第一神经网络模型的过程包括:将所述训练样本划分为预设分词数量的短句集合,将所述短句集合中的一个或多个分词进行随机掩盖,并将掩盖后的短句集合编码,得到分词矩阵,将所述分词矩阵作为所述第一神经网络模型的输入;所述第一神经网络模型对所述分词矩阵进行卷积计算,并基于参数矩阵计算得到输出矩阵;将所述输出矩阵输入第二神经网络模型,由所述第二神经网络模型对所述输出矩阵进行双向卷积计算,输出所述输出矩阵中每个分词被掩盖的概率矩阵;将所述输出矩阵中被掩盖的分词对应的预测向量与被掩盖的词实际对应的真实向量的交叉熵损失作为第一损失;将所述概率矩阵中所有被掩盖的分词对应的交叉熵损失作为第二损失;基于所述第一损失和所述第二损失,按照迭代训练的次数对所述第一神经网络模型与第二神经网络模型进行交互训练,调整第一神经网络模型的参数矩阵和第二神经网络模型的参数矩阵,得到第一神经网络模型的第一目标参数矩阵和第二神经网络模型的第二目标参数矩阵。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人平安科技(深圳)有限公司,其通讯地址为:518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。