APPARATUS AND METHOD FOR AGGREGATING AND EVALUATING MULTIMODAL, TIME-VARYING ENTITIES
A non-transitory computer readable storage medium has instructions executed by a processor to receive from a network connection different sources of unstructured data, where the unstructured data has multiple modes of semantically distinct data types and the unstructured data has time-varying data i...
Gespeichert in:
Hauptverfasser: | , , , , , , |
---|---|
Format: | Patent |
Sprache: | eng ; fre |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | A non-transitory computer readable storage medium has instructions executed by a processor to receive from a network connection different sources of unstructured data, where the unstructured data has multiple modes of semantically distinct data types and the unstructured data has time-varying data instances aggregated over time. An entity combining different sources of the unstructured data is formed. A representation for the entity is created, where the representation includes embeddings that are numeric vectors computed using machine learning embedding models. These operations are repeated to form an aggregation of multimodal, time-varying entities and a corresponding index of individual entities and corresponding embeddings. Proximity searches are performed on embeddings within the index.
Un support de stockage non transitoire lisible par ordinateur comprend des instructions exécutées par un processeur pour recevoir, en provenance d'un réseau, différentes sources de données non structurées, les données non structurées ayant de multiples modes de types de données sémantiquement distincts et les données non structurées ayant des instances de données variant dans le temps et agrégées dans le temps. Une entité combinant différentes sources des données non structurées est formée. Une représentation de l'entité est créée, la représentation comprenant des éléments d'incorporation qui sont des vecteurs numériques calculés à l'aide de modèles d'incorporation par apprentissage automatique. Ces opérations sont répétées pour former une agrégation d'entités multimodales variant dans le temps et d'un index correspondant d'entités individuelles et d'incorporations correspondantes. Des recherches de proximité sont effectuées sur des incorporations à l'intérieur de l'index. |
---|