一种基于多模态归一化的关键属性抽取方法及系统

AITNT
正文
推荐专利
一种基于多模态归一化的关键属性抽取方法及系统
申请号:CN202510688784
申请日期:2025-05-27
公开号:CN120705539A
公开日期:2025-09-26
类型:发明专利
摘要
本发明公开了一种基于多模态归一化的关键属性抽取方法及系统,具体包括以下步骤:实施环境与数据准备,数据采集与初步处理,多态元素归一化处理,复杂文本语义简化处理,构造UmVAE模型;本发明涉及人工智能与数据分析技术领域。该基于多模态归一化的关键属性抽取方法及系统,创新性地整合无监督学习与专家知识库,设计了数据采集器、多态元素归一器、复杂文本简化器和特征抽取器四大模块,实现了对多源异构数据的自动化归一、语义精准简化及关键属性高效抽取。
技术关键词
属性抽取方法 属性抽取系统 多模态 文本 重构误差 数据采集单元 训练语言模型 网络安全监测设备 数据标签 专家知识库 服务器系统日志 非标准 网络入侵检测系统 特征数据库 数据处理单元 数据格式 语义向量空间 无监督
系统为您推荐了相关专利信息
1
一种流程编排方法、存储介质、程序产品及电子设备
编排方法 文本 预训练模型 协议 接口
2
一种基于边缘TPU部署的模仿学习机械臂控制方法
机械臂控制方法 硬件开发板 多模态感知系统 摄像头模块 多视角视觉
3
基于模仿学习的机器人技能持续学习方法和装置
持续学习方法 机器人 注意力 状态编码器 参数更新模块
4
基于细粒度特征提取与全局信息整合的多模态理解优化方法
全局视觉特征 上下文特征 融合视觉特征 全局信息整合 动态特征选择
5
数据处理方法以及装置
模版 数据处理方法 图像 对象识别模型 人体检测单元
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号