-
公开(公告)号：CN109446209A
公开(公告)日：2019-03-08
申请号：CN201811068800.1
申请日：2018-09-13
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F16/23 , G06F16/248
Abstract: 本发明涉及一种动态屏的生成和显示方法及系统，包括：选择与用户的搜索相对应的数据源，并获取数据；根据预设的分析组件对所述数据进行预处理；分析预处理后的数据，得到可视化的分析组件；根据预先设定的参数将所述可视化的分析组件进行组合，生成动态屏。本发明提供的技术方案可以根据客户的需求将对应的数据源与动态屏绑定在一起，可以自由选择所需要的分析组件，将数据通过可视化的分析组件进行显示，并生成动态屏将可视化组件展示出来。整个过程用户自行配置实现省时，高效，减少了资源的消耗。
-
公开(公告)号：CN108596360A
公开(公告)日：2018-09-28
申请号：CN201810218371.5
申请日：2018-03-16
Applicant: 北京中科闻歌科技股份有限公司
Abstract: 本发明涉及一种基于机器学习的判决预测方法及系统，该预测方法包括：得到判决文书的第一候选关键词；将第一预测权重值与实际权重值的偏离程度小于第一预设阈值，且第一预测权重值大于第二预设阈值的第一候选关键词作为关键词；将判决文书与相应的关键词进行训练得到判决模型；通过判决模型和待判决文书得到判决建议文书，根据判决建议文书得到判决建议。本发明实施例通过对已有的判决文书进行处理得到其中的关键词，并利用判决和关键词的对应关系进行训练得到相应的判决模型，在需要进行审判时，将待判决文件输入所述判决模型，进而得到符合条件的判决文件，从而为法官提供判决建议，保证案件的审判无差错，量刑适中，做到同案同判和司法公正。
-
公开(公告)号：CN119862889A
公开(公告)日：2025-04-22
申请号：CN202411940326.2
申请日：2024-12-26
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/30
Abstract: 本公开涉及一种基于裁判模型的大语言模型评价方法、装置、设备及介质，该方法包括：将预先获取的测试问题分别输入待评价的多个大语言模型，并获取各个大语言模型的输出结果；将测试问题、各个大语言模型的输出结果以及预设的第一引导指令输入预先建立的裁判模型，得到裁判模型输出的模型评价结果，第一引导指令用于引导裁判模型采用准确性、相关性、创造性、逻辑连贯性和信息完整性等目标评价标准对多个大语言模型的模型性能进行评价，模型评价结果包括性能最优的目标大语言模型的信息的。本公开通过将多个大语言模型针对同一问题的输出结果输入裁判模型，引导裁判模型从多角度对各个大语言模型的输出结果进行评价，能够自动对大语言模型进行全面评价。
-
公开(公告)号：CN119759451A
公开(公告)日：2025-04-04
申请号：CN202411952368.8
申请日：2024-12-27
Applicant: 北京中科闻歌科技股份有限公司
Abstract: 本发明涉及大语言模型技术领域，特别是涉及一种基于大模型的插件调用方法、电子设备及存储介质，所述方法包括：将预设插件关键词库中的预设插件关键词与用户输入的目标请求文本中的任一请求关键词进行匹配，根据匹配上的预设插件直接确定出目标插件或确定出若干备选插件，而当请求关键词未匹配上预设插件时则将所有预设插件作为备选插件，再通过给定大语言模型从若干个备选插件中筛选出目标插件，从所述目标请求文本中提取目标参数信息并发送至目标插件得到插件反馈结果，当插件反馈结果的判断结果为符合预设要求时，将插件反馈结果作为请求反馈文本；本发明能够提高对话系统中的目标插件选取的准确率，使选择出的目标插件更符合用户的需求。
-
公开(公告)号：CN117390165B
公开(公告)日：2025-03-25
申请号：CN202311409539.8
申请日：2023-10-27
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F16/3329 , G06F16/334 , G06F16/338 , G06F16/34
Abstract: 本申请涉及图表问答技术领域，特别是涉及一种基于多模态大模型的图表问答方法、系统、介质和设备。该方法包括：提取待处理图表中的目标文本信息，得到图表文本特征向量；提取上述待处理图表中目标图像信息，得到图表图像特征向量；将综合文本特征向量和图表图像特征向量进行对齐；根据对齐后的综合文本特征向量和图表图像特征向量生成待处理图表对应的问题对应的目标回答。本申请对于待处理图表的信息提取分为两部分进行，提供的待处理图表的信息更具针对性，更精确，则最终得到的图标问答对应的回答的准确性也越高。
-
Patent Agency Ranking
公开(公告)号：CN119357469A
公开(公告)日：2025-01-24
申请号：CN202411434652.6
申请日：2024-10-15
Applicant: 北京中科闻歌科技股份有限公司 , 新华融合媒体科技发展(北京)有限公司
IPC: G06F16/9535 , G06F40/284 , G06F40/216 , G06F18/22
Abstract: 本发明涉及自然语言处理领域，提供一种新闻推荐方法、电子设备和存储介质，包括：获取新闻数据库对应的初始新闻特征；获取新闻数据库对应的用户，并基于用户对应的感兴趣新闻的初始新闻特征获取对应的初始用户特征；基于用户间相似度、用户新闻相似度、新闻间相似度、共现实体词频和用户感兴趣领域，从所述新闻数据库中获取用户潜在感兴趣的候选新闻集；对初始新闻特征进行更新，得到更新新闻特征，以及对初始用户特征进行更新，得到更新用户特征；基于更新用户特征和对应的候选新闻的更新新闻特征获取候选新闻对应的推荐值；将候选新闻集中推荐值大于预设推荐值的候选新闻作为推荐新闻并推荐给对应的用户。本发明能够为用户提供更准确的新闻。
-
公开(公告)号：CN118940826B
公开(公告)日：2024-12-20
申请号：CN202411434591.3
申请日：2024-10-15
Applicant: 北京中科闻歌科技股份有限公司 , 新华融合媒体科技发展(北京)有限公司
IPC: G06N5/02
Abstract: 本发明涉及自然语言处理领域，提供一种事件知识图谱构建方法、装置和电子设备，包括：基于源文本数据集构建事件图谱；基于所述事件图谱和开源知识图谱之间的共同实体，对所述事件图谱和所述开源知识图谱进行融合，得到融合了事件图谱和开源知识图谱的事件知识图谱；获取所述事件知识图谱中的节点和有向边的特征向量，得到进行了知识表示的事件知识图谱，作为目标事件知识图谱。本发明通过将事件图谱与知识图谱深度融合得到具有丰富知识表示的事件知识图谱。
-
公开(公告)号：CN112613324B
公开(公告)日：2024-11-12
申请号：CN202011596697.5
申请日：2020-12-29
Applicant: 北京中科闻歌科技股份有限公司 , 深圳中科闻歌科技有限公司 , 国科智安(北京)科技有限公司
Abstract: 本申请涉及一种语义情绪识别方法、装置、设备及存储介质，所述方法包括：获取待识别文本，然后对待识别文本的全局语义信息进行提取，得到第一语义向量，再利用预训练的词向量模型确定待识别文本的词向量矩阵，之后根据词向量矩阵确定第二语义向量，根据词向量矩阵计算待识别文本中每个词的词向量与预设情绪词语的词向量的相似度，并将计算得到的所有相似度确定为第三语义向量，最后根据第一语义向量、第二语义向量和第三语义向量确定待识别文本所属的情绪类别，如此，便可以根据待识别文本的全局语义信息以及待识别文本的词向量矩阵确定待识别文本的情绪类别，考虑了待识别文本的词语义、词组语义以及句子语义信息，提高了情绪识别的准确性。
-
公开(公告)号：CN118485046B
公开(公告)日：2024-09-17
申请号：CN202410907835.9
申请日：2024-07-08
Applicant: 北京中科闻歌科技股份有限公司
IPC: G06F40/169 , G06F16/35 , G06F18/214 , G06F18/27 , G06F40/35 , G06F16/332
Abstract: 本公开提供了一种标注数据处理方法和装置，涉及人工智能技术领域，具体涉及自然语言处理、深度学习、大模型等技术领域。具体实现方案为：获取初始标注指令数据集，初始标注指令数据集包括标注回复文本数据；基于初始标注指令数据集中的标注回复文本数据，得到筛选标注指令数据集，筛选标注指令数据集中的标注回复文本数据不具有重复内容；基于筛选标注指令数据集，确定内容问题类型；基于内容问题类型以及多种不同类型的大模型，对筛选标注指令数据集进行处理，得到目标标注指令数据集。
-
公开(公告)号：CN112329470B
公开(公告)日：2024-05-28
申请号：CN202011241374.4
申请日：2020-11-09
Applicant: 北京中科闻歌科技股份有限公司 , 深圳中科闻歌科技有限公司 , 国科智安(北京)科技有限公司
IPC: G06F40/295 , G06F40/226 , G06N3/08
Abstract: 本申请提供了一种基于端到端模型训练的智能地址识别方法及装置，属于计算机技术领域。本申请通过获取训练数据集，所述训练数据集包括多个地址文本数据及每个所述地址文本数据对应的验证数据；针对每个地址文本数据，生成所述地址文本数据对应的字符嵌入向量序列；将所述字符嵌入向量序列输入至第一级子模型；将每一级子模型的输出数据与所述验证数据比较，得到多个误差；根据所述多个误差调整所述地址文本识别模型的参数，直至所述地址文本识别模型收敛时，训练结束。通过本申请，可以将多个级联的子模型产生的多个误差，作为依据以调整地址文本识别模型的参数，减少多个级联子模型的整体误差，避免了多个子模型之间的误差累积。
-
-
-
-
-
-
-
-
-
Search Results
290
records
(took 0.113 seconds)
