Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 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
当前位置 : 首页 > 专利喜报 > 恭喜腾讯科技(深圳)有限公司林镇溪获国家专利权

恭喜腾讯科技(深圳)有限公司林镇溪获国家专利权

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!

龙图腾网恭喜腾讯科技(深圳)有限公司申请的专利多模态编码模型的训练方法、装置、电子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:CN115114443B

龙图腾网通过国家知识产权局官网在2025-03-11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:202210454358.6,技术领域涉及:G06F16/36;该发明授权多模态编码模型的训练方法、装置、电子设备及存储介质是由林镇溪;张子恒设计研发完成,并于2022-04-27向国家知识产权局提交的专利申请。

多模态编码模型的训练方法、装置、电子设备及存储介质在说明书摘要公布了:本申请提供了一种多模态编码模型的训练方法、装置、电子设备及存储介质;方法包括:调用待训练的多模态编码模型,对第一、第二样本知识图谱中的每个样本实体进行编码处理,得到每个样本实体的至少两个模态的模态特征;针对每个样本实体进行以下处理:基于样本实体的每个模态特征,确定样本实体对应的模态间子对比损失;在每个模态下针对每个对齐实体对进行以下处理:基于对齐实体对的两个模态特征,确定对齐实体对的模态内子对比损失;确定多模态编码模型的模态间总对比损失、模态内总对比损失;基于模态间总对比损失以及模态内总对比损失,更新多模态编码模型的参数。通过本申请,能够提升多模态编码模型针对知识图谱对齐处理的准确性。

本发明授权多模态编码模型的训练方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种多模态编码模型的训练方法,其特征在于,所述方法包括:调用待训练的多模态编码模型,对第一样本知识图谱和第二样本知识图谱中的每个样本实体进行编码处理,得到每个所述样本实体的至少两个模态的模态特征,其中,所述第一样本知识图谱与所述第二样本知识图谱互相对齐,所述至少两个模态至少包括图像模态,所述编码处理至少包括:基于所述样本实体对应的样本知识图谱,确定图像模态数据,对所述图像模态数据进行图像特征提取处理,得到所述样本实体的图像模态特征;针对每个所述样本实体进行以下处理:基于所述样本实体的每个所述模态特征,确定所述样本实体对应的模态间子对比损失;将所述第一样本知识图谱中每个所述样本实体、以及所述第二样本知识图谱中与每个所述样本实体对齐的样本实体,组成对齐实体对;在每个所述模态下针对每个所述对齐实体对进行以下处理:基于所述对齐实体对的两个所述模态特征,确定所述对齐实体对的模态内子对比损失;基于每个所述模态间子对比损失,确定所述多模态编码模型的模态间总对比损失,以及基于每个所述模态内子对比损失,确定所述多模态编码模型的模态内总对比损失;基于所述模态间总对比损失以及所述模态内总对比损失,更新所述多模态编码模型的参数,其中,更新后的所述多模态编码模型用于对包含图像模态的知识图谱进行对齐,得到对齐结果。

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腾讯科技(深圳)有限公司,其通讯地址为:518000 广东省深圳市南山区高新区科技中一路腾讯大厦35层;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”。

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。