Document
拖动滑块完成拼图
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

生成式预测侵权的人工智能治理方法和机器人 

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!

申请/专利权人:华南师范大学

摘要:生成式预测侵权的人工智能治理方法和机器人,利用人工智能模型学习知识产权内容,使得模型能从知识产权内容中学习到知识产权知识,然后通过模型来根据待检测内容生成新的内容,并根据待检测内容与生成的内容的相似度判断是否为侵权,提高了人工智能识别侵权内容特别是提高了识别图像和音视频侵权检测的能力。

主权项:1.一种人工智能治理方法,其特征在于,所述方法包括:知识产权深度学习模型训练步骤:初始化生成式深度学习模型或转换器深度学习模型或GPT模型作为知识产权深度学习模型;在知识产权深度学习模型训练阶段,获取待学习的知识产权内容的每一部分内容作为输入,将所述每一部分内容的下一部分内容作为预期输出,训练知识产权深度学习模型;知识产权深度学习模型测试步骤:在测试阶段,获取对待学习的知识产权内容产生侵权的测试内容的每一部分内容作为输入,将所述每一部分内容的下一部分内容作为预期输出,测试知识产权深度学习模型;获取测试准确率,作为模型侵权测试准确率;获取每一次测试的预期输出与实际输出的差异的平均值,作为模型侵权差异度;侵权第一判断步骤:根据模型侵权差异度,设置预设差异度阈值;获取待检测网络内容的每一部分内容作为输入,通过知识产权深度学习模型的计算得到的输出作为预测得到的下一部分内容;将预测得到的下一部分内容与待检测网络内容的下一部分内容进行比较,得到所述每一部分内容对应的差异度;将待检测网络内容的每一部分内容对应的差异度进行平均得到平均差异度,若所述平均差异度大于或等于预设差异度阈值,则判断结果为待检测网络内容不侵权,否则待检测网络内容侵权。

全文数据:

权利要求:

百度查询: 华南师范大学 生成式预测侵权的人工智能治理方法和机器人

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。