本發(fā)明涉及網(wǎng)絡(luò)資源管理技術(shù)領(lǐng)域，公開了一種動(dòng)態(tài)多隊(duì)列調(diào)度方法、裝置、設(shè)備及介質(zhì)，包括：通過(guò)接收當(dāng)前任務(wù)，確認(rèn)任務(wù)類型；根據(jù)任務(wù)類型將當(dāng)前任務(wù)分發(fā)到不同的隊(duì)列；確認(rèn)每個(gè)隊(duì)列的初始流量權(quán)重，并根據(jù)初始流量權(quán)重分配每個(gè)隊(duì)列的流量權(quán)重；根據(jù)流量...

本申請(qǐng)涉及人工智能技術(shù)領(lǐng)域，公開了一種圖像文本識(shí)別方法及其模型訓(xùn)練方法、裝置、設(shè)備及介質(zhì)。該模型訓(xùn)練方法包括：獲取文本圖像數(shù)據(jù)，按照預(yù)設(shè)光線數(shù)據(jù)閾值范圍對(duì)文本圖像數(shù)據(jù)進(jìn)行篩選，得到文本圖像數(shù)據(jù)集；導(dǎo)入文本圖像數(shù)據(jù)集中的文本圖像至預(yù)設(shè)的圖...

本發(fā)明涉及人工領(lǐng)域及金融領(lǐng)域，提出一種基于催收對(duì)話庫(kù)的話術(shù)配置方法，該方法包括從樣本庫(kù)中獲取催收語(yǔ)音樣本集及對(duì)應(yīng)的歷史催收數(shù)據(jù)，根據(jù)歷史催收數(shù)據(jù)對(duì)催收語(yǔ)音樣本集進(jìn)行分類，得到至少一個(gè)催收成功語(yǔ)音樣本；對(duì)催收成功語(yǔ)音樣本的文本進(jìn)行關(guān)鍵詞處...

本申請(qǐng)適用于大數(shù)據(jù)技術(shù)領(lǐng)域，提供了一種數(shù)據(jù)同步系統(tǒng)和存儲(chǔ)介質(zhì)。上述數(shù)據(jù)同步系統(tǒng)包括采集模塊和轉(zhuǎn)換模塊，通過(guò)采集模塊采集第一數(shù)據(jù)庫(kù)的待同步數(shù)據(jù)，并通過(guò)轉(zhuǎn)換模塊獲取待同步數(shù)據(jù)的語(yǔ)法特征，根據(jù)語(yǔ)法特征、第一數(shù)據(jù)庫(kù)與第二數(shù)據(jù)庫(kù)的語(yǔ)法對(duì)應(yīng)關(guān)系，對(duì)...

本發(fā)明涉及人工智能領(lǐng)域，揭露一種基于變聲識(shí)別的反詐預(yù)警方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，所述方法包括：獲取參考音頻數(shù)據(jù)，提取參考音頻數(shù)據(jù)中的參考音頻參數(shù)；采集并解析陌生通話發(fā)起方的目標(biāo)音頻數(shù)據(jù)，得到目標(biāo)音頻參數(shù)，并根據(jù)目標(biāo)音頻參數(shù)，計(jì)算目...

本發(fā)明涉及數(shù)據(jù)安全技術(shù)，揭露了一種日志脫敏方法，包括：獲取待打印日志，對(duì)待打印日志進(jìn)行規(guī)范處理，得到待打印規(guī)范日志；匯聚待打印規(guī)范日志，得到待打印規(guī)范日志集，根據(jù)日志格式對(duì)待打印規(guī)范日志集進(jìn)行拆分，得到日志模版索引集及待打印日志消息集；...

本發(fā)明實(shí)施例公開了一種數(shù)據(jù)處理方法及相關(guān)設(shè)備，所述方法應(yīng)用于數(shù)據(jù)處理技術(shù)領(lǐng)域，包括：獲取數(shù)據(jù)表中各個(gè)字段的包括計(jì)算公式的指標(biāo)計(jì)算信息，若檢測(cè)到各個(gè)字段中的任一字段的計(jì)算公式中包括預(yù)設(shè)計(jì)算因子，則檢測(cè)數(shù)據(jù)表中是否存在預(yù)設(shè)計(jì)算因子對(duì)應(yīng)的字段...

本申請(qǐng)實(shí)施例提供了一種會(huì)議記錄生成方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)，涉及人工智能技術(shù)領(lǐng)域及語(yǔ)音處理技術(shù)領(lǐng)域，方法包括：獲取目標(biāo)會(huì)議的會(huì)議音頻；獲取目標(biāo)會(huì)議的至少一個(gè)與會(huì)對(duì)象中每個(gè)與會(huì)對(duì)象的語(yǔ)音特征，根據(jù)每個(gè)與會(huì)對(duì)象的語(yǔ)音特征對(duì)會(huì)議音頻中每個(gè)與...

本發(fā)明涉及人工智能，揭露一種欺詐行為識(shí)別方法，包括：計(jì)算多個(gè)歷史行為數(shù)據(jù)對(duì)應(yīng)的權(quán)重值，根據(jù)權(quán)重值從多個(gè)歷史行為數(shù)據(jù)中篩選出目標(biāo)行為數(shù)據(jù)；對(duì)經(jīng)過(guò)數(shù)據(jù)清洗得到的標(biāo)準(zhǔn)行為數(shù)據(jù)對(duì)應(yīng)的用戶進(jìn)行異常檢測(cè)，得到異常檢測(cè)結(jié)果，根據(jù)異常檢測(cè)結(jié)果將用戶劃分...

本發(fā)明涉及研發(fā)管理領(lǐng)域，揭露一種接口鑒權(quán)方法、裝置、電子設(shè)備及可讀存儲(chǔ)介質(zhì)，所述方法包括：獲取資源主體及資源ID，分析所述資源主體及資源ID的關(guān)聯(lián)關(guān)系；基于所述關(guān)聯(lián)關(guān)系，在預(yù)設(shè)的配置中心配置鑒權(quán)規(guī)則；將所述鑒權(quán)規(guī)則寫入預(yù)設(shè)的分布式應(yīng)用程...

本發(fā)明涉及圖像檢測(cè)領(lǐng)域，揭露一種基于AR的視頻聊天方法、裝置、電子設(shè)備以及存儲(chǔ)介質(zhì)，所述方法包括：采集視頻聊天的視頻幀，提取視頻幀的時(shí)間序列，識(shí)別原始視頻幀與變換視頻幀，提取原始特征圖像及變換特征圖像；獲取原始特征點(diǎn)及變換特征點(diǎn)，構(gòu)建特...

本發(fā)明涉及開發(fā)領(lǐng)域，揭露一種消息卡片彈出方法、裝置、電子設(shè)備以及存儲(chǔ)介質(zhì)，所述方法包括：獲取用戶端所產(chǎn)生的AI智能信息，構(gòu)建所述AI智能信息的信息布局，根據(jù)所述信息布局，配置所述AI智能信息的消息卡片；識(shí)別所述消息卡片中卡片之間的關(guān)聯(lián)信...

本發(fā)明涉及人工智能技術(shù)，揭露了一種知識(shí)庫(kù)的優(yōu)化方法，包括：獲取目標(biāo)用戶的最新提問(wèn)語(yǔ)義和歷史問(wèn)答記錄語(yǔ)義；根據(jù)原知識(shí)庫(kù)對(duì)所述最新提問(wèn)語(yǔ)義進(jìn)行答案匹配，當(dāng)匹配到所述最新提問(wèn)語(yǔ)義的語(yǔ)義答案時(shí)，獲取所述目標(biāo)用戶的語(yǔ)義滿意度，根據(jù)所述語(yǔ)義答案和語(yǔ)...

本發(fā)明涉及人工智能技術(shù)，揭露了一種企業(yè)產(chǎn)品的界面配置方法，包括：獲取企業(yè)產(chǎn)品的產(chǎn)品標(biāo)簽；構(gòu)建多標(biāo)簽分類器，利用所述多標(biāo)簽分類器對(duì)所述產(chǎn)品標(biāo)簽進(jìn)行層級(jí)分類，得到層級(jí)標(biāo)簽；生成圖層地圖和矢量底圖，利用所述圖層地圖和所述矢量底圖生成所述層級(jí)標(biāo)...

本申請(qǐng)?zhí)峁┝艘环N海報(bào)生成模型的訓(xùn)練方法、海報(bào)生成方法和相關(guān)設(shè)備，海報(bào)生成模型根據(jù)用戶信息分類的海報(bào)素材作為訓(xùn)練數(shù)據(jù)，通過(guò)對(duì)抗生成網(wǎng)絡(luò)進(jìn)行端到端的模型訓(xùn)練得到。在應(yīng)用時(shí)海報(bào)生成模型能夠根據(jù)當(dāng)前用戶信息自動(dòng)生成初始海報(bào)。再進(jìn)一步地根據(jù)當(dāng)前用...

本發(fā)明涉及云傳輸領(lǐng)域，揭露一種網(wǎng)絡(luò)設(shè)備配置自動(dòng)發(fā)放方法，包括：利用預(yù)設(shè)接口獲取待配置網(wǎng)絡(luò)設(shè)備的設(shè)備狀態(tài)信息，接收用戶輸入的配置信息；基于預(yù)設(shè)的網(wǎng)管協(xié)議將配置信息及設(shè)備狀態(tài)信息進(jìn)行建模操作，得到標(biāo)準(zhǔn)配置信息；校驗(yàn)標(biāo)準(zhǔn)配置信息的數(shù)據(jù)完整性，...

本發(fā)明涉及人工智能技術(shù)，揭露了一種基于LSTM模型的產(chǎn)品配置方法，包括：獲取預(yù)設(shè)的產(chǎn)品組合的基本指標(biāo)數(shù)據(jù)和時(shí)間序列；提取所述標(biāo)準(zhǔn)指標(biāo)數(shù)據(jù)的時(shí)序特征，利用多層LSTM層對(duì)所述時(shí)序特征進(jìn)行時(shí)序分析，得到時(shí)序特征向量；將所述時(shí)序特征向量進(jìn)行全...

本申請(qǐng)涉及到信息處理技術(shù)領(lǐng)域，揭示了一種推廣熱點(diǎn)文本方法，方法包括：獲取文本的鏈接，基于鏈接獲取文本的目標(biāo)信息；基于目標(biāo)信息遍歷數(shù)據(jù)庫(kù)，獲取目標(biāo)信息在數(shù)據(jù)庫(kù)中出現(xiàn)的頻率；基于頻率與目標(biāo)信息對(duì)應(yīng)的文本制成第一圖表；基于第一圖表提取預(yù)設(shè)定比...

本發(fā)明涉及數(shù)據(jù)處理技術(shù)，揭露一種數(shù)據(jù)查詢方法，包括：根據(jù)數(shù)據(jù)查詢請(qǐng)求獲取待查詢數(shù)據(jù)；對(duì)待查詢數(shù)據(jù)中的每個(gè)json字符串進(jìn)行字段解析，以得到每個(gè)json字符串對(duì)應(yīng)的查詢字段；根據(jù)預(yù)設(shè)的查詢字段與接口字段的映射關(guān)系數(shù)據(jù)，確定每個(gè)查詢字段對(duì)應(yīng)...

本申請(qǐng)涉及用例測(cè)試技術(shù)領(lǐng)域，特別是涉及到一種測(cè)試用例增強(qiáng)方法、裝置、設(shè)備及介質(zhì)，所述方法包括如下步驟：獲取預(yù)采集數(shù)據(jù)庫(kù)中的數(shù)據(jù)資料；將所述數(shù)據(jù)資料導(dǎo)入測(cè)試用例模型中，以獲取測(cè)試用例；根據(jù)所述測(cè)試用例構(gòu)建測(cè)試用例庫(kù)；讀取線上測(cè)試用例庫(kù)；將...