买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】用上下文信息进行槽填充_奥多比公司_202010995050.3 

申请/专利权人:奥多比公司

申请日:2020-09-21

公开(公告)日:2021-06-08

公开(公告)号:CN112925516A

主分类号:G06F8/34(20180101)

分类号:G06F8/34(20180101);G06F8/41(20180101);G06N3/04(20060101);G06N3/08(20060101)

优先权:["20191206 US 16/706,180"]

专利状态码:在审-实质审查的生效

法律状态:2021.06.25#实质审查的生效;2021.06.08#公开

摘要:本公开的实施例涉及用上下文信息进行槽填充。描述了一种用于利用口头命令编辑图像的系统、方法和非瞬态计算机可读介质。系统、方法和非瞬态计算机可读介质的实施例可以包括一种人工神经网络ANN,人工神经网络包括:字词嵌入组件,其被配置为将文本输入转换成字词向量集合;特征编码器,其被配置为基于字词向量来针对文本输入创建组合特征向量;评分层,其被配置为基于组合特征向量来计算标签分数,其中特征编码器、评分层或两者使用具有损失函数的多任务学习而被训练,损失函数包括第一损失值和附加损失值,附加损失值是根据互信息、基于上下文的预测或基于语句的预测的;以及命令组件,其被配置为基于标签分数来标识图像编辑字词标签集合。

主权项:1.一种包括用于图像编辑的人工神经网络ANN的系统,所述系统包括:字词嵌入组件,所述字词嵌入组件被配置为将文本输入转换成字词向量集合;所述ANN的特征编码器,所述特征编码器被配置为基于所述字词向量来针对所述文本输入创建组合特征向量;所述ANN的评分层,所述评分层被配置为基于所述组合特征向量来计算标签分数,其中所述特征编码器、所述评分层或两者使用具有损失函数的多任务学习而被训练,所述损失函数包括第一损失值和附加损失值,其中所述附加损失值是根据互信息、基于上下文的预测或基于语句的预测的;命令组件,所述命令组件被配置为基于所述标签分数来标识图像编辑命令;以及图像编辑应用,所述图像编辑应用被配置为基于所述图像编辑命令来编辑图像。

全文数据:

权利要求:

百度查询: 奥多比公司 用上下文信息进行槽填充

免责声明
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。