-
公开(公告)号：CN117076650B
公开(公告)日：2024-02-23
申请号：CN202311328288.0
申请日：2023-10-13
Applicant: 之江实验室
IPC: G06F16/332 , G06F16/35 , G06F16/36 , G06N5/022 , G06N5/04
Abstract: 在本说明书提供的基于大语言模型的智能对话方法，根据用户输入的第一文本的分类结果，确定不同的对话方法，当用户输入的第一文本为非知识类文本时，将第一文本输入第三方大语言模型确定返回用户的目标文本。当用户输入的第一文本为知识类文本时，对第一文本进行本地搜索和线上搜索，再将第一文本和所有的搜索结果输入本地大语言模型，确定返回用户的目标文本，若不存在关联度大于预设值的检索结果，则将第一文本输入第三方大语言模型，将第三方大语言模型的输出结果作为返回用户的目标文本。通过在系统中融合若干个本地模型，减少了对第三方大语言模型的调用，降低了智能对话系统的使用成本的同时，也降低了智能对话过程的时延。
-
公开(公告)号：CN118709692A
公开(公告)日：2024-09-27
申请号：CN202410862829.6
申请日：2024-06-28
Applicant: 之江实验室
IPC: G06F40/295 , G06F16/332 , G06F16/33 , G06N3/0455
Abstract: 本说明书公开了一种业务执行的方法、装置、存储介质及电子设备。其中，首先获取待命名实体对应的原始名称信息，将预设的目标实体库中包含的至少部分实体对应的名称信息以及待命名实体的原始名称信息输入到预设的大语言模型中，以使大语言模型根据目标实体库中包含的至少部分实体对应的名称信息，确定目标实体库对应的实体命名规则，并根据实体命名规则，确定出待命名实体在目标实体库的实体命名规则下的名称信息，作为待命名实体对应的目标名称信息，根据待命名实体对应的目标名称信息，执行业务。
-
公开(公告)号：CN117034942B
公开(公告)日：2024-01-09
申请号：CN202311286040.2
申请日：2023-10-07
Applicant: 之江实验室
IPC: G06F40/295 , G06F40/216 , G06N3/0464 , G06N3/08
Abstract: 本说明书公开了一种命名实体识别方法、装置、设备及可读存储介质，将待识别文本输入预先训练的命名实体识别模型，通过字符特征提取模块确定待识别文本中各字符的字符特征向量，通过字符片段特征提取模块得到待识别文本中各字符片段的字符片段特征向量，根据所述待识别文本中各字符片段分别对应的字符片段特征向量，以及所述命名实体识别模型中二维条件随机场实体标签预测模块，确定所述待识别文本对应于各预设实体类别组合的条件概率，从而确定所述待识别文本包含的命名实体信息。可见，上述方案中，通过命名实体识别模型中二维条件随机场实体标签预测模块，能够有效识别待识别文本中的嵌套实体，从而提高实体识别的准确性。
-
公开(公告)号：CN117171346A
公开(公告)日：2023-12-05
申请号：CN202311153257.6
申请日：2023-09-07
Applicant: 之江实验室
IPC: G06F16/35 , G06F16/33 , G06F40/295 , G06F40/30
Abstract: 本说明书公开了一种实体链接方法、装置、存储介质及电子设备。所述实体链接方法包括：获取待链接文本、待链接文本中包含的各实体提及，根据预先确定的实体提及与实体之间的映射关系表，确定待链接文本中包含的每个实体提及对应的候选实体，将待链接文本、待链接文本中包含的各实体提及、预设的候选实体的描述文本输入到预先训练的实体链接模型中，以通过实体链接模型确定每个候选实体的描述文本的特征表示与待链接文本的特征表示之间的细粒度交互特征表示，并确定每个候选实体为目标链接实体的概率，以根据概率，从各候选实体中确定出待链接文本对应的目标链接实体，并根据目标链接实体进行任务执行。
-
公开(公告)号：CN116795972A
公开(公告)日：2023-09-22
申请号：CN202311010097.X
申请日：2023-08-11
Applicant: 之江实验室
IPC: G06F16/332 , G06F40/211 , G06F40/289 , G06F18/214 , G06F40/30 , G06F18/25 , G06N3/0499 , G06N3/084
Abstract: 本说明书公开了一种模型训练的方法、装置、存储介质及电子设备，将若干个独立表达句输入该模型的生成器，以得到融合句，并将该融合句加入训练数据集，将该训练数据集中的待判别句输入该模型的来源判别器，以确定待判别句是否为原始句的判别结果，根据该判别结果分别确定该来源判别器的来源判别损失及生成器的来源生成损失，根据该来源生成损失及该来源判别损失，对该模型进行训练，其中，该模型的生成器用于将回复用户的若干独立表达句进行融合。本方法通过对模型中的生成器和来源判别器进行对抗训练，以使生成器生成接近原始句的融合句，获得语序正常、内容衔接自然不生硬的句子，来源判别器更精准判断输入的句子是否为原始句。
-
Patent Agency Ranking
公开(公告)号：CN116627637A
公开(公告)日：2023-08-22
申请号：CN202310556355.8
申请日：2023-05-17
Applicant: 之江实验室
Abstract: 一种基于云边端架构的机器人展厅场景的多终端任务协同方法和装置，该方法包括：获取用户以及当前场景的信息并上传到边缘端；在边缘端通过机器学习模型和知识库进行用户意图推理，生成待执行的任务信息数据、用户和场景相关的特征数据；根据上述数据在云端通过大语言模型进行机器人以及二级设备的协同运行决策；在边缘端获得云端决策结果生成指令统一下发至机器人，由机器人统一分发执行。本发明基于云边端系统架构，可以实现机器人在展厅导览场景中快速应答，并且和场景中多个设备相互之间智能联动的效果。
-
公开(公告)号：CN119960742A
公开(公告)日：2025-05-09
申请号：CN202510444798.7
申请日：2025-04-10
Applicant: 之江实验室
Abstract: 本申请公开了一种基于多智能体协同的代码生成方法、装置、介质及设备，获取用户输入的描述信息，将描述信息输入到预设的大语言模型中，以确定出描述信息对应的特征向量，将特征向量输入到任务智能体，以确定出执行所需代码生成任务的各子任务，通过任务智能体，将各子任务中的检索子任务的任务信息发送给检索智能体，以检索得到代码生成任务所需的目标知识信息，通过任务智能体，将目标知识信息以及各子任务中包含的至少一个代码块生成子任务对应的任务信息发送给代码生成智能体，以最终生成用户所需的软件代码。本申请可以自动完成生成软件代码所需知识的检索，并自动生成软件代码，提高软件代码的生成效率同时，保证生成的软件代码的稳定性。
-
公开(公告)号：CN116841299B
公开(公告)日：2023-12-22
申请号：CN202311116449.X
申请日：2023-08-31
Applicant: 之江实验室
IPC: G05D1/02
Abstract: 本说明书公开了一种导览机器人的自主巡游控制方法及装置，可以获取实时的视觉数据，并根据该视觉数据，确定各用户的位姿信息，而后，根据该位姿信息以及机器人当前的任务状态信息，判断机器人是否处于闲暇状态。若该机器人处于闲暇状态，则可以判断机器人的电量是否能够满足执行巡游任务，若是，根据位姿信息，确定各展点对应的感兴趣程度，并确定机器人到达各展点的最短路径。最后，根据各展点对应的感兴趣程度以及机器人到达各展点的最短路径，通过预设的推理决策模型，得到输出结果，并根据该输出结果，对该机器人进行控制，以执行自主巡游任务，从而提高了用户的业务执行效率。
-
公开(公告)号：CN117076650A
公开(公告)日：2023-11-17
申请号：CN202311328288.0
申请日：2023-10-13
Applicant: 之江实验室
IPC: G06F16/332 , G06F16/35 , G06F16/36 , G06N5/022 , G06N5/04
Abstract: 在本说明书提供的基于大语言模型的智能对话方法，根据用户输入的第一文本的分类结果，确定不同的对话方法，当用户输入的第一文本为非知识类文本时，将第一文本输入第三方大语言模型确定返回用户的目标文本。当用户输入的第一文本为知识类文本时，对第一文本进行本地搜索和线上搜索，再将第一文本和所有的搜索结果输入本地大语言模型，确定返回用户的目标文本，若不存在关联度大于预设值的检索结果，则将第一文本输入第三方大语言模型，将第三方大语言模型的输出结果作为返回用户的目标文本。通过在系统中融合若干个本地模型，减少了对第三方大语言模型的调用，降低了智能对话系统的使用成本的同时，也降低了智能对话过程的时延。
-
公开(公告)号：CN117034942A
公开(公告)日：2023-11-10
申请号：CN202311286040.2
申请日：2023-10-07
Applicant: 之江实验室
IPC: G06F40/295 , G06F40/216 , G06N3/0464 , G06N3/08
Abstract: 本说明书公开了一种命名实体识别方法、装置、设备及可读存储介质，将待识别文本输入预先训练的命名实体识别模型，通过字符特征提取模块确定待识别文本中各字符的字符特征向量，通过字符片段特征提取模块得到待识别文本中各字符片段的字符片段特征向量，根据所述待识别文本中各字符片段分别对应的字符片段特征向量，以及所述命名实体识别模型中二维条件随机场实体标签预测模块，确定所述待识别文本对应于各预设实体类别组合的条件概率，从而确定所述待识别文本包含的命名实体信息。可见，上述方案中，通过命名实体识别模型中二维条件随机场实体标签预测模块，能够有效识别待识别文本中的嵌套实体，从而提高实体识别的准确性。
-
-
-
-
-
-
-
-
-
Search Results
21
records
(took 0.026 seconds)
