-
公开(公告)号：CN119861995A
公开(公告)日：2025-04-22
申请号：CN202510346018.5
申请日：2025-03-24
Applicant: 之江实验室
Abstract: 本申请一种多垂域知识问答的控制方法、装置及介质，方法包括：通过预先训练的学科识别模型识别用户输入的多模态数据所属的学科类型；并从模型库中调取学科类型对应的目标大模型。根据多模态数据，确定组件库中可用于可视化的目标组件；并确定目标组件对应的输出数据格式。将多模态数据和输出数据格式作为目标大模型的输入，以生成输出结果；将输出结果传输至前端进行可视化。由此，基于预选训练的学科识别模型识别用户提出的问题所属学科类型，以精准调取该学科类型的目标大模型进行处理，提升输出结果准确性，且满足多学科场景的需求。此外，基于多模态数据调取可视化组件，动态生成用户期望呈现的可视化展示方式，满足用户多样性展示需求。
-
公开(公告)号：CN118760795A
公开(公告)日：2024-10-11
申请号：CN202411236665.2
申请日：2024-09-04
Applicant: 之江实验室
IPC: G06F16/904 , G06T11/20
Abstract: 本说明书提供一种数据渲染方法、装置、存储介质及电子设备，根据预设的周期，确定各周期对应的待渲染数据，确定所述各周期中的各关键周期，针对各关键周期，获取该关键周期对应的待渲染数据，作为第一数据，存储在前端数据库中，并，获取该关键周期之前所有尚未存储的待渲染数据，作为第二请求数据，存储在所述前端数据库中。通过所述各单周期组件对所述前端数据库中的所述各关键周期对应的第一数据进行渲染，并，根据所述第二请求数据，确定所述前端数据库中的各关键周期之前的所有待渲染数据，作为第二数据，通过所述各多周期组件，对所述各关键周期对应的第二数据进行渲染。
-
公开(公告)号：CN118170933B
公开(公告)日：2024-08-13
申请号：CN202410585594.0
申请日：2024-05-13
Applicant: 之江实验室
IPC: G06F16/45 , G06F16/483 , G06F16/41 , G06F16/215 , G06F40/30 , G06N3/045
Abstract: 本发明公开了一种面向科学领域多模态语料数据的构建方法和装置，方法包括以下步骤：按语料主题分类采集待处理的科学领域相关多模态原始语料数据；构建任务处理流管线对原始语料数据依次进行预处理、内容解析、数据清洗和结构化得到整体语料数据；对包括文本、图片、表格和公式的不同子类型语料数据进行语料评测，基于语料评测结果对整体语料数据进行质量评估；根据质量评估结果优化整体语料数据完成科学领域语料数据库构建。本发明通过自动化任务处理流管线高效处理并生成语料数据，同时提供统一存储与质量评测，通过不断优化处理流程得到高质量科学领域语料数据库，能够为大模型训练提供可靠的数据基础，推动科学研究和应用技术的不断发展。
-
公开(公告)号：CN118170933A
公开(公告)日：2024-06-11
申请号：CN202410585594.0
申请日：2024-05-13
Applicant: 之江实验室
IPC: G06F16/45 , G06F16/483 , G06F16/41 , G06F16/215 , G06F40/30 , G06N3/045
Abstract: 本发明公开了一种面向科学领域多模态语料数据的构建方法和装置，方法包括以下步骤：按语料主题分类采集待处理的科学领域相关多模态原始语料数据；构建任务处理流管线对原始语料数据依次进行预处理、内容解析、数据清洗和结构化得到整体语料数据；对包括文本、图片、表格和公式的不同子类型语料数据进行语料评测，基于语料评测结果对整体语料数据进行质量评估；根据质量评估结果优化整体语料数据完成科学领域语料数据库构建。本发明通过自动化任务处理流管线高效处理并生成语料数据，同时提供统一存储与质量评测，通过不断优化处理流程得到高质量科学领域语料数据库，能够为大模型训练提供可靠的数据基础，推动科学研究和应用技术的不断发展。
-
公开(公告)号：CN117494068B
公开(公告)日：2024-04-19
申请号：CN202311546925.1
申请日：2023-11-17
Applicant: 之江实验室
IPC: G06F18/27 , G06F18/241 , G06F18/2321 , G06N7/01 , G06N3/045 , G06N3/08 , G06T11/20
Abstract: 本说明书实施例提供的一种结合深度学习与因果推断的网络舆情分析方法及装置，确定目标事件，确定与所述目标事件相关的待分析事件和影响所述目标事件的网络舆情的相关事件，根据所述相关事件，构建所述相关事件的时间序列数据集，获取所述目标事件的网络舆情数据，将所述网络舆情数据输入到预先训练的分析模型，得到所述网络舆情的情感倾向表征值，根据所述时间序列数据集和所述情感倾向表征值，拟合所述情感倾向表征值关于所述时间序列数据集的曲线，根据所述待分析事件的发生时刻以及所述曲线，确定所述待分析事件对网络舆情的影响。通过该方法，在对网络舆情进行分析的基础上，确定了所述待分析事件是否对所述网络舆情产生影响。
-
Patent Agency Ranking
公开(公告)号：CN116883633A
公开(公告)日：2023-10-13
申请号：CN202311151151.2
申请日：2023-09-07
Applicant: 之江实验室
Abstract: 本发明公开了一种基于GIS模拟智能体移动及可调速的可视化方法和装置，包括：基于智能体的坐标在地图上创建所有智能体；设定周期，获取每个智能体在每个周期的坐标信息，比较当前周期与上一周期的坐标，确定智能体是否移动，若移动，则保存该智能体在当前周期的起始坐标和目标坐标；初始化移动智能体运动前的状态，设定运动速度和单周期运动步数并计算当前周期的运动时长和单步运动时长，从而计算当前周期移动智能体的运动路径；按照运动路径在地图上模拟智能体的移动；则每个移动智能体连续多周期的运动路径即可在GIS地图上模拟智能体的移动并可视化。本发明将带有地理坐标信息的智能体真实映射到GIS地图上；且移动过程可视化的速度支持灵活设置。
-
公开(公告)号：CN118760795B
公开(公告)日：2024-12-27
申请号：CN202411236665.2
申请日：2024-09-04
Applicant: 之江实验室
IPC: G06F16/904 , G06T11/20
Abstract: 本说明书提供一种数据渲染方法、装置、存储介质及电子设备，根据预设的周期，确定各周期对应的待渲染数据，确定所述各周期中的各关键周期，针对各关键周期，获取该关键周期对应的待渲染数据，作为第一数据，存储在前端数据库中，并，获取该关键周期之前所有尚未存储的待渲染数据，作为第二请求数据，存储在所述前端数据库中。通过所述各单周期组件对所述前端数据库中的所述各关键周期对应的第一数据进行渲染，并，根据所述第二请求数据，确定所述前端数据库中的各关键周期之前的所有待渲染数据，作为第二数据，通过所述各多周期组件，对所述各关键周期对应的第二数据进行渲染。
-
公开(公告)号：CN118823186A
公开(公告)日：2024-10-22
申请号：CN202411279998.3
申请日：2024-09-12
Applicant: 之江实验室
IPC: G06T11/60 , G06F3/0484 , G06F3/0481 , G06T7/13 , G06V30/422
Abstract: 本说明书公开了一种地质图的标注方法、装置、存储介质及电子设备，可以对地质图图像进行处理和信息提取，实现自动识别生成标注项、便捷选区、选区自动打标等能力，自动识别生成标注和选区自动打标能够省去创建和检索繁多标签的过程，通过便捷选区快速创建和编辑选区，不再需要手动或借助边缘拟合算法进行重复的描边操作，为标注流程提供了大量助力，能够大幅提高标注效率。
-
公开(公告)号：CN118277645A
公开(公告)日：2024-07-02
申请号：CN202410710728.7
申请日：2024-06-04
Applicant: 之江实验室
IPC: G06F16/953 , G06N5/022
Abstract: 本发明公开了一种基于大语言模型的数据增强方法和装置，方法包括以下步骤：获取领域种子实体，将种子实体在原始语料数据中进行实体筛查以得到对应种子实体的上下文片段数据；以种子实体和上下文片段数据为基础，通过大语言模型进行用于网页信息查询的检索增强生成，生成扩展后的检索语句；将检索语句输入搜索引擎进行网页信息查询，获得返回结果中的TopN网页，解析TopN网页得到检索数据集；将检索语句与检索数据集一并输入大语言模型进行摘要总结，输出得到总结后的增强语料数据。本发明能够高质量地对原始语料数据进行自动化补充和扩展，实现更加高效和准确的数据增强。
-
公开(公告)号：CN117494068A
公开(公告)日：2024-02-02
申请号：CN202311546925.1
申请日：2023-11-17
Applicant: 之江实验室
IPC: G06F18/27 , G06F18/241 , G06F18/2321 , G06N7/01 , G06N3/045 , G06N3/08 , G06T11/20
Abstract: 本说明书实施例提供的一种结合深度学习与因果推断的网络舆情分析方法及装置，确定目标事件，确定与所述目标事件相关的待分析事件和影响所述目标事件的网络舆情的相关事件，根据所述相关事件，构建所述相关事件的时间序列数据集，获取所述目标事件的网络舆情数据，将所述网络舆情数据输入到预先训练的分析模型，得到所述网络舆情的情感倾向表征值，根据所述时间序列数据集和所述情感倾向表征值，拟合所述情感倾向表征值关于所述时间序列数据集的曲线，根据所述待分析事件的发生时刻以及所述曲线，确定所述待分析事件对网络舆情的影响。通过该方法，在对网络舆情进行分析的基础上，确定了所述待分析事件是否对所述网络舆情产生影响。
-
-
-
-
-
-
-
-
-
Search Results
25
records
(took 0.076 seconds)
