-
公开(公告)号：CN112580365B
公开(公告)日：2024-06-11
申请号：CN202011225699.3
申请日：2020-11-05
Applicant: 科大讯飞(北京)有限公司 , 河北省讯飞人工智能研究院 , 科大讯飞股份有限公司
IPC: G06F40/35 , G06F40/284 , G06F40/289
Abstract: 本申请公开了一种篇章解析方法及电子设备、存储装置，其中，篇章解析方法包括：获取篇章和问题两者中词语的语义表示；利用语义表示，得到篇章中词语对回答问题的重要度；利用篇章中词语的重要度，更新对应词语的语义表示；基于更新后的语义表示和篇章中词语的重要度，得到问题的相关文本；其中，相关文本用于以下任一者：在得到问题的答案的情况下解释问题的答案，在未得到问题的答案的情况下提示问题的答案。上述方案，能够提高篇章解析精度。
-
公开(公告)号：CN117935284A
公开(公告)日：2024-04-26
申请号：CN202311868833.5
申请日：2023-12-28
Applicant: 科大讯飞股份有限公司 , 科大讯飞(北京)有限公司
IPC: G06V30/19 , G06V30/18 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08
Abstract: 本申请公开了一种字符识别方法、系统和相关装置，该方法包括：获取用户输入的初始图像；基于所述初始图像中的文本区域，得到所述初始图像对应的目标特征序列；其中，所述目标特征序列基于所述文本区域中每个字符位置得到；基于所述目标特征序列和历史解码特征，得到当前识别轮次对应的当前识别文本。通过上述方式，本申请能够提高字符识别的准确性。
-
公开(公告)号：CN112685548B
公开(公告)日：2023-09-08
申请号：CN202011627778.7
申请日：2020-12-31
Applicant: 科大讯飞(北京)有限公司 , 河北省讯飞人工智能研究院 , 科大讯飞股份有限公司
IPC: G06F16/332 , G06F40/151 , G06F40/242 , G06F40/284 , G06F40/289 , G06F40/30
Abstract: 本申请公开了一种问题回答方法以及电子设备、存储装置，其中，问题回答方法包括：获取问题文本和篇章文本，并获取若干知识点的参考文本；其中，问题文本和篇章文本包含若干词语，若干知识点与问题文本、篇章文本中的至少一者相关；提取若干词语的个体语义表示，并提取各个参考文本的原始语义表示；利用若干词语的个体语义表示和各个参考文本的原始语义表示，从篇章文本中预测得到问题文本的回答文本。上述方案，能够提高问题回答的准确性。
-
公开(公告)号：CN110069612B
公开(公告)日：2022-02-01
申请号：CN201910350366.4
申请日：2019-04-28
Applicant: 河北省讯飞人工智能研究院 , 科大讯飞股份有限公司
IPC: G06F16/332 , G06F16/33
Abstract: 本申请公开了一种回复生成方法及装置，该方法包括：在获取到提问者提出的目标问题后，可以先根据目标问题，生成提问者的人物画像信息，然后，利用该人物画像信息和目标问题，再生成目标问题的至少一个待选回复。可见，本申请在生成目标问题的待选回复时，考虑了提出目标问题的提问者的人物画像信息，使得生成的待选回复的内容与提问者本身的个性特点更加相关，从而可以满足提问者的对话需求，提高了回复生成结果的合理性。
-
公开(公告)号：CN112560477A
公开(公告)日：2021-03-26
申请号：CN202011452090.X
申请日：2020-12-09
Applicant: 中科讯飞互联(北京)信息科技有限公司 , 河北省讯飞人工智能研究院 , 科大讯飞股份有限公司
IPC: G06F40/289 , G06F40/232 , G06F16/33
Abstract: 本申请公开了一种文本补全方法以及电子设备、存储装置，其中，文本补全方法包括：获取待补全文本，并确定待补全文本的缺失内容所源自的文本库；其中，待补全文本包括至少一个缺失位置，且文本库涉及预设知识领域；利用与预设知识领域对应的知识图谱和文本库，对待补全文本进行补全预测，得到缺失位置的至少一个候选词语；利用各个缺失位置的候选片段，得到待补全文本的完整文本。上述方案，能够提高文本补全的效率并降低文本补全的成本。
-
Patent Agency Ranking
公开(公告)号：CN110069613A
公开(公告)日：2019-07-30
申请号：CN201910351022.5
申请日：2019-04-28
Applicant: 河北省讯飞人工智能研究院 , 科大讯飞股份有限公司
IPC: G06F16/332 , G06F16/33
Abstract: 本申请公开了一种回复获取方法及装置，该方法包括：在获取到目标上下文后，先获取与目标上下文在语义上相近的各组语料上下文，其中，目标上下文包括提问者提出的目标问题以及目标问题之前的历史对话上文，语料上下文包括问题语料以及问题语料之前的历史对话上文，然后，在获取到各组语料上下文中的问题语料对应的回复语料后，从中选取至少一个回复语料，作为目标问题的至少一个待选回复。可见，本申请是基于与目标上下文在语义上相近的各组语料上下文，来获取目标问题的待选回复，可以使获取的待选回复能够回复到目标问题的重点内容，从而能够满足提问者的对话需求，提高了回复获取结果的合理性。
-
公开(公告)号：CN108959388A
公开(公告)日：2018-12-07
申请号：CN201810551680.4
申请日：2018-05-31
Applicant: 科大讯飞股份有限公司
IPC: G06F17/30
Abstract: 本发明实施例提供一种信息生成方法及装置，属于自然语言处理技术领域。方法包括：将问询文本和与问询文本相匹配的答复文本输入至关键内容计算模型，输出答复文本中的关键内容；将问询文本及关键内容输入至回复生成模型，输出对关键内容进行调整后得到的答复信息。由于可通过回复生成模型对关键内容进行调整，从而可筛选掉关键内容中与用户提问没有直接关联的内容，并加深对关键内容中与用户提问相关的信息挖掘，进而保证答复信息的准确性。另外，由于还可通过回复生成模型调整关键内容的表述方式，从而使得调整后得到的答复信息更加人性化，进而提高后续用户的交互体验。
-
公开(公告)号：CN108959387A
公开(公告)日：2018-12-07
申请号：CN201810550859.8
申请日：2018-05-31
Applicant: 科大讯飞股份有限公司
Abstract: 本发明实施例提供一种信息获取方法及装置，属于计算机技术领域。该方法包括：分别获取每一结构化文本与问询文本之间的匹配概率，结构化文本是对说明文档进行拆解后得到的，结构化文本用于描述问询文本所问询的信息；将每一匹配概率按照从大到小进行排序，选取前预设数量个匹配概率对应的结构化文本作为与问询文本匹配的结构化文本。由于可对说明文档进行拆解得到结构化文本，并可依据问询文本与每一结构化文本之间的匹配概率，选取与问询文本匹配的结构化文本，并作为查询结果，而不用手动查询，从而提高了获取信息的效率。另外，由于查询依据是与产品功能相关联的说明文档，从而能够提高获取消息的准确性及可靠性。
-
公开(公告)号：CN108804627A
公开(公告)日：2018-11-13
申请号：CN201810551681.9
申请日：2018-05-31
Applicant: 科大讯飞股份有限公司
IPC: G06F17/30
Abstract: 本发明实施例提供一种信息获取方法及装置，属于自然语言处理技术领域。方法包括：将问询文本和与问询文本相匹配的答复文本分别输入至N个关键内容计算模型，获取每一关键内容计算模型输出的候选关键内容；其中，关键内容计算模型是基于样本问询文本、样本答复文本以及样本答复文本中的样本关键内容进行训练后得到，每一候选关键内容是从答复文本中提取的；根据每一候选关键内容，获取最优关键内容，并将最优关键内容作为问询文本对应的答复。由于可将N个关键内容计算模型的输出结果进行融合，从而有效规避了单一模型在训练过程存在偏差的问题，进而可提高答复内容的可靠性及准确性，并提高了用户在与设备进行问答交互时的交互体验。
-
公开(公告)号：CN113705240B
公开(公告)日：2024-04-19
申请号：CN202110888038.7
申请日：2021-08-03
Applicant: 科大讯飞(北京)有限公司 , 河北省讯飞人工智能研究院 , 科大讯飞股份有限公司
Abstract: 本申请公开了一种基于多语种分支模型的文本处理方法及相关装置，所述多语种分支模型包括嵌入层、多分支处理网络、第一混合器、共享网络和输出层，所述文本处理方法包括：基于所述嵌入层，获得待处理的文本对应的初始语义表示；基于所述多分支处理网络、所述第一混合器以及所述共享网络，对所述初始语义表示进行处理以获得综合语义表示；基于所述输出层，对所述综合语义表示进行变换以获得输出结果。通过上述方式，本申请能够在具备多语种处理能力的基础上，提高处理结果的精确度。
-
-
-
-
-
-
-
-
-
Search Results
55
records
(took 0.031 seconds)
