本申請實施例公開了一種問題改寫方法、問題處理方法及對應裝置，涉及人工智能技術(shù)領(lǐng)域。方法包括：獲取自然語言問題文本；將自然語言問題文本在關(guān)鍵信息集合中進行匹配，得到一個以上的候選關(guān)鍵信息，其中關(guān)鍵信息集合包括的關(guān)鍵信息是從代碼庫包含的代碼...

本發(fā)明實施例提供了一種模型訓練方法和裝置、色調(diào)映射方法和裝置、電子設備、計算機存儲介質(zhì)、以及計算機程序產(chǎn)品。模型訓練方法包括：獲取訓練數(shù)據(jù)，訓練數(shù)據(jù)包括色調(diào)圖像樣本和色調(diào)圖像樣本的多尺度視覺結(jié)構(gòu)數(shù)據(jù)；確定包括預訓練模塊、預配置解析模塊和...

本說明書實施例提供知識庫構(gòu)建、合規(guī)推理及法律知識庫構(gòu)建方法，其中所述知識庫構(gòu)建方法包括：獲取目標領(lǐng)域中至少一組目標規(guī)則、樣本示例和標簽合規(guī)結(jié)果，其中，標簽合規(guī)結(jié)果標注有樣本示例是否符合目標規(guī)則；推理樣本示例是否符合目標規(guī)則，獲得預測合規(guī)...

本說明書實施例提供代碼截取方法及代碼范圍確定方法，其中所述代碼截取方法包括：獲取源代碼文件對應的代碼語法樹，其中，所述代碼語法樹用于表征所述源代碼文件的代碼結(jié)構(gòu)，所述代碼語法樹包括至少一個節(jié)點，各節(jié)點的節(jié)點信息用于確定各節(jié)點對應的代碼字...

本申請?zhí)峁┮环N導航模型的更新方法、裝置及服務器，該方法包括：獲取第一歷史時段內(nèi)新增的多個導航數(shù)據(jù)，每個導航數(shù)據(jù)包括導航請求特征、用戶導航特征和導航模型推薦的導航路線的路線特征，所述導航請求特征指示導航的起終點位置和導航模式，所述路線特征...

本申請?zhí)峁┮环N智能駕駛系統(tǒng)的測試方法、裝置及電子設備，該方法包括：獲取測試場景的高精度地圖數(shù)據(jù)和多類第一傳感器數(shù)據(jù)，所述多類第一傳感器數(shù)據(jù)為車輛中的多種類型的傳感器，在測試場景中采集到的數(shù)據(jù)；獲取與待測道路事件相關(guān)的事件文本；根據(jù)高精度...

本申請實施例公開了一種問答處理方法及裝置，方法包括：獲取自然語言問題文本；利用自然語言問題文本在代碼庫中進行匹配，得到候選代碼片段，代碼庫中包括對目標代碼進行解析和片段抽取后得到的代碼片段；利用對自然語言問題文本進行意圖識別得到的意圖類...

本公開實施例公開了一種對象表征提取及模型訓練方法、裝置、設備、介質(zhì)、產(chǎn)品，該方法包括：通過預先設置的ID表征提取模型，從對象的ID中提取對象的ID表征向量；通過預先設置的靜態(tài)表征提取模型，從對象的靜態(tài)屬性數(shù)據(jù)中提取對象的靜態(tài)表征向量；通...

本說明書實施例提供資源使用、云計算資源使用、資源使用模型訓練及基于資源使用模型的信息處理方法，其中所述資源使用方法包括：接收請求端針對目標資源發(fā)送的資源使用請求，其中，資源使用請求攜帶請求端的目標屬性信息；將目標屬性信息和服務端對目標資...

本申請公開了一種期相識別模型的生成方法和圖像的識別方法，涉及人工智能技術(shù)領(lǐng)域，其中，該生成方法包括：獲取多個樣本CT圖像組；獲取多個樣本CT圖像組中的樣本CT圖像組對應的第一目標關(guān)鍵點的第一位置信息和多個樣本CT圖像組中的樣本CT圖像組...

本說明書實施方式提供了一種文檔的編輯方法、裝置、計算機設備及存儲介質(zhì)。所述方法包括：展示文檔；響應于用戶的指定操作展示標記消息集合；其中，所述標記消息集合中包括至少一個即時通信消息，所述即時通信消息包括即時通信模塊接收到的即時通信消息或...

本申請實施例提供了一種圖像處理方法、脂肪肝計算機輔助診斷方法、設備、系統(tǒng)、計算機存儲介質(zhì)及計算機程序產(chǎn)品。圖像處理方法包括：獲取醫(yī)學影像圖像，并對醫(yī)學影像圖像進行特征提取，得到深層圖像特征；對深層圖像特征進行編碼處理，得到圖像紋理特征；...

本說明書實施例提供可視資源渲染方法及裝置，其中方法包括：確定目標場景的場景可視資源以及場景可視資源的可視資源視角參數(shù)；根據(jù)可視資源視角參數(shù)構(gòu)建目標場景的場景網(wǎng)格數(shù)據(jù)，并基于可視資源視角參數(shù)對場景網(wǎng)格數(shù)據(jù)進行切分，獲得多個場景網(wǎng)格子數(shù)據(jù)；...

本申請公開了一種自然語言模型的生成方法和數(shù)據(jù)處理方法。其中，該方法包括：獲取樣本問題，并獲取樣本問題對應的推理路徑集合，其中，推理路徑集合中至少包括：參考推理路徑和推理路徑分支對；依據(jù)樣本問題和推理路徑集合構(gòu)建目標訓練集；依據(jù)目標訓練集...

本申請公開了一種圖像處理方法、計算機可讀存儲介質(zhì)以及計算機終端?？梢杂糜趫D像識別、圖像分割領(lǐng)域。其中，該方法包括：獲取待處理圖像，其中，待處理圖像包含生物對象的至少一種器官的部位圖像；對待處理圖像進行特征提取，得到部位圖像的第一圖像特征...

本公開實施例公開了一種訓練方法、數(shù)據(jù)壓縮方法、裝置、電子設備及存儲介質(zhì)，所述方法包括：獲取訓練數(shù)據(jù)；將訓練數(shù)據(jù)作為級聯(lián)的編碼器和解碼器的輸入，對編碼器和解碼器進行第一階段的訓練，得到訓練后的編碼器的模型參數(shù)并固定編碼器的模型參數(shù)；將訓練...

本申請公開了一種復數(shù)處理方法、裝置、計算機可讀存儲介質(zhì)及電子設備。其中，該方法包括：從內(nèi)存中讀取第一復數(shù)向量，其中，第一復數(shù)向量包括多個第一向量元素；確定對第一復數(shù)向量執(zhí)行的目標計算類型；確定目標計算類型對應的一個或多個目標操作指令；采...

本申請公開了一種指令處理方法、裝置、電子設備和計算機程序產(chǎn)品。其中，該方法包括：接收目標數(shù)據(jù)寫入指令，其中，目標數(shù)據(jù)寫入指令中攜帶有待寫入物理寄存器中的目標數(shù)據(jù)所在的目標內(nèi)存地址；響應于目標數(shù)據(jù)寫入指令，基于物理寄存器與內(nèi)存地址的對應關(guān)...

本說明書實施例提供數(shù)據(jù)處理方法及裝置、文檔數(shù)據(jù)處理方法及裝置，其中所述數(shù)據(jù)處理方法包括：確定針對目標對象的提示文本，利用數(shù)據(jù)處理模型對輸入的所述提示文本進行處理，獲得所述提示文本對應的對象數(shù)據(jù)提示信息；根據(jù)所述對象數(shù)據(jù)提示信息從多個對象...

本申請?zhí)峁┮环N紋理貼圖的處理方法、服務器、存儲介質(zhì)和程序產(chǎn)品。本申請的方法，根據(jù)3D模型表面紋理的描述信息，通過圖像生成模型生成多個視角的2D紋理貼圖；將各視角的2D紋理貼圖映射到3D空間，得到所述3D模型在各視角下的局部3D紋理貼圖；...