龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：清华大学深圳国际研究生院;华为技术有限公司
申请日：2024-03-22
公开（公告）日：2024-06-28
公开（公告）号：CN118261670A
主分类号：G06Q30/0601
分类号：G06Q30/0601;G06N3/045;G06N3/08;G06N3/0499;G06N3/0442;G06N5/04
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：一种面向多模态序列的推荐方法，包括：将语言模型分为底层和顶层两个部分，底层用于完成表示空间的适配，以实现物品表示学习对齐，顶层用于学习任务的适配，以实现推荐任务对齐；将物品表示学习和用户行为预测任务分别作用于底层和顶层的参数；其中，针对表示空间的适配，使用视觉模态增强的语言建模学习任务训练底层的参数，以将语言模型从通用语料场景适配到推荐下的多模态物品描述场景；针对推荐任务的适配，采用“用户‑物品”对比学习任务训练顶层的参数，以为语言模型注入预测用户行为的能力。
主权项：1.一种面向多模态序列的推荐方法，其特征在于，包括：将语言模型分为底层和顶层两个部分，所述底层用于完成表示空间的适配，以实现物品表示学习对齐，所述顶层用于学习任务的适配，以实现推荐任务对齐；将物品表示学习和用户行为预测任务分别作用于所述底层和所述顶层的参数；其中，针对表示空间的适配，使用视觉模态增强的语言建模学习任务训练所述底层的参数，以将所述语言模型从通用语料场景适配到推荐下的多模态物品描述场景；针对推荐任务的适配，采用“用户-物品”对比学习任务训练所述顶层的参数，以为语言模型注入预测用户行为的能力。
全文数据：
权利要求：
百度查询： 清华大学深圳国际研究生院;华为技术有限公司 一种面向多模态序列的推荐方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号