摘要：本发明实施例公开了一种样本处理方法、装置、设备和介质，其中，方法包括：获取预设文本匹配模型的初始训练样本，并对所述初始训练样本中的查询文本进行聚类处理，其中，所述查询文本为输入至所述预设文本匹配模型中的关键字；根据聚类处理的结果及各初始训练样本的时间戳，对所述初始训练样本中负样本进行去重和修正，得到目标模型训练样本。解决了现有技术中采集到的预设文本匹配模型的训练样本数据中负样本标签错误及重复率高，导致样本数据质量低的问题，实现了根据初始训练样本中查询文本相似度及样本时间戳进行样本去重，提升预设文本匹配模型的训练样本的质量。

摘要：本发明公开了一种在线客服话术质检的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：获取在线客服话术质检数据，并进行特征提取以得到客户语句向量和客服话术向量；根据客户语句向量进行客户的情绪识别和意图识别，根据客服话术向量进行客服话术检测；根据情绪识别结果、意图识别结果和客服话术检测结果分别进行单句验证和对话验证，根据单句验证结果与对话验证结果进行在线客服话术质检，该实施方式解决了人工或者规则处理的繁琐和角色反馈性检测不足的问题，增强了话术合规性质检能力和准确性，从多角度分析质检话术合规性，有效节省了质检时间并且提高了质检效果。

摘要：本发明实施例适用于数据处理技术领域，提供了一种表单内容预测方法、装置、电子设备及存储介质，其中，表单内容预测方法包括：接收填写请求；填写请求用于请求填写表单；在填写请求关联至少两个表单的情况下，确定至少两个表单是否包括具有链式关系的至少两个表单；链式关系表征至少两个表单具有填写顺序，且其中第一表单的填写内容基于第二表单的填写内容确定；第一表单对应的填写顺序位于第二表单对应的填写顺序之前；在至少两个表单包括具有链式关系的至少两个表单的情况下，基于设定的模型集群对具有链式关系的至少两个表单的填写内容进行预测；具有链式关系的的至少两个表单中的每个表单对应设定的模型集群中的一个模型。

摘要：本发明实施例公开了一种信息处理方法及装置、存储介质，信息处理方法包括：获取目标对象在预设网页上的历史浏览操作信息和历史点击操作信息；对历史浏览操作信息和历史点击操作信息进行处理，得到目标对象的意图信息；根据预设意图与预设处理方案确定出意图信息对应的处理方案，并利用处理方案处理意图信息。

摘要：本发明公开了信息处理方法、装置、电子设备和存储介质，涉及计算机技术领域。该方法的一具体实施方式包括：监听用户咨询的文本信息，提取关键词以及计算目标词槽；筛选关键词对应的待定活动信息；获取各待定活动信息对应目标词槽的槽值，计算槽值不为空的数量，计算各待定活动信息的槽嵌入得分；计算各待定活动信息的特征向量和关键词的特征向量，以确定各待定活动信息和关键词之间的相似度；基于槽嵌入得分和相似度，从待定活动信息中确定目标活动信息，以答复用户咨询。该实施方式能够解决客服人员在答复用户咨询的问题时，需要先查询咨询问题对应的具体活动信息，导致无法及时答复用户，降低用户咨询答复的效率的问题。

摘要：本发明公开了一种基于计算机模式识别的并行卷积神经网络方法，基于计算机模式识别的并行卷积神经网络方法包括三个阶段：图像分类数据收集阶段。并行卷积神经网络构建阶段。深度卷积神经网络分类阶段。本发明可以作为深度学习算法的实际应用平台，辅助教学；在当前深度学习的领域，提高神经网络的训练速度；由于本发明使用硬件成本资源较少，易于实现。本方法由图像数据集和并行卷积神经网络组成。图像数据集由互联网下载的各个图像分类数据构成，并行卷积神经网络是改进的深层卷积网络。

摘要：本申请公开了一种标准字段库构建方法、装置及存储介质，涉及智能家居/智慧家庭技术领域，其中，标准字段库构建方法包括：获取原始词组串；基于分词网络模型对所述原始词组串进行分词处理，得到多个标准词组，其中，所述分词网络模型通过预训练得到；对所述标准词组进行翻译处理，得到与所述标准词组对应的翻译后标准词组；基于所述标准词组和所述翻译后标准词组，构建标准字段库。通过本申请提供的标准字段库构建方法，可以实现基于标准字段库创建具有统一命名的字段，进而避免发开人员在同一语义下出现理解偏差，以致影响开发进度及运维难度。

摘要：本发明公开了一种钢材表面缺陷检测方法及系统，属于机器视觉与工业检测技术领域；包括：接收钢材表面图像数据，并输入至预先训练好的YOLOV9s‑Bi FPN‑DW‑C3模型检测钢材表面缺陷，该模型包括骨干网络层、颈部网络层和检测头层，检测钢材表面缺陷的步骤包括：将钢材表面图像数据输入至骨干网络层进行多尺度特征提取，生成包含不同层级语义信息的特征图集合；将特征图集合输入至颈部网络层，执行跨尺度特征图的上采样匹配、归一化预处理、加权融合及多路径整合操作，输出优化后的融合特征图；将融合特征图输入至检测头层，基于预设锚框遍历融合特征图并预测每个锚框的缺陷类别概率和边界框偏移量；根据缺陷类别概率和边界框偏移量，生成缺陷检测结果列表。

摘要：本发明属于传感器技术领域，公开了一种气敏材料及其制备方法、固体电解质气体传感器和冰箱。所述气敏材料包括AxByO，其中，x:y＝(1‑100):(1‑100)，A和B各自包括Fe、V、Ti和Al中的任意一种。采用本申请提供的气敏材料，能够改善固态电解质气体传感器的灵敏度、选择性和使用寿命。

摘要：本发明属机器视觉与工业检测领域，旨在解决CNN全局特征弱、Transformer计算复杂、传统Mamba局部特征不完整问题，实现热轧钢带高精度高效检测。步骤：1.接收钢材表面图像，经DDIM数据增强构建均衡数据集，缓解数据稀缺；2.输入预训练SpDCH‑Mamba模型（基于SparX‑Mamba改进，含骨干、CVSS、Hybrid Enhancement、检测头）：骨干以“DPE→DMCA→VSS”神经节层与“DPE→VSS”普通层交替提取多尺度特征；CVSS融DWConv、Star Block等强化局部‑全局特征协同；Hybrid Enhancement通过Sobel初始化卷积核的CNN子分支提边缘、VSS子分支补全局，加动态权重与三维正则化抑过拟合；检测头融合特征预测缺陷类别概率与边界框偏移量；3.生成含缺陷类别与位置的检测结果。本方法在NEU‑DET数据集上mAP@0.5达82.4%、mAP@95达0.464，优于YOLO系列等，适用于工业实时质检。