基于知识图谱的大模型任务调用执行方法及装置

    公开(公告)号:CN118963869A

    公开(公告)日:2024-11-15

    申请号:CN202411434124.0

    申请日:2024-10-15

    发明人: 贾承斌

    摘要: 本申请公开了一种基于知识图谱的大模型任务调用执行方法及装置,其中所述方法包括以API信息中的函数信息为节点、函数间的调用依赖关系为边构建目标知识图谱,基于目标知识图谱构建函数注册表,基于目标知识图谱和函数注册表建立执行智能体;将获取的目标需求和用户请求输入大模型中进行理解,生成函数调用;执行智能体基于函数调用确定目标函数及函数调用依赖关系生成调用链,并执行所述调用链得到解析结果。本申请结合大模型与智能体,能够通过大模型解析用户需求生成准确的函数调用,然后通过执行智能体进行函数调用得到解析结果,显著提升了复杂任务的处理能力和系统的响应速度。

    一种金融报表自动生成系统及其生成方法

    公开(公告)号:CN118796841A

    公开(公告)日:2024-10-18

    申请号:CN202411295094.X

    申请日:2024-09-15

    摘要: 本申请提供了一种金融报表自动生成系统及其生成方法,通过对资产元数据进行卷积索引得到的索引结构特征确定报表索引损失;由索引结构特征之间的差异熵对资产元数据执行复用卷积操作,得到资产复用卷积序列,进而由资产复用卷积序列中各个复用特征之间的梯度差异和报表索引损失确定报表生成过程中资产属性之间的索引粒度;通过预设资产报表模版中各个模块结构特征之间的结构依存关系和报表索引损失确定对资产元数据进行初始索引时的索引代价;进一步通过索引代价和索引粒度对资产元数据进行索引复用,得到索引复用特征,进而自动生成金融资产报表。采用本申请的方案,可实现金融数据特征的索引复用,从而减小自动生成金融报表时的索引成本。

    基于开放数据的知识图谱动态风险识别方法及装置

    公开(公告)号:CN117273139B

    公开(公告)日:2024-02-09

    申请号:CN202311548752.7

    申请日:2023-11-21

    摘要: 本发明涉及一种基于开放数据的知识图谱动态风险识别方法及装置,包括获取文本数据得到待处理数据,抽取得到多个抽取结果,合并构建第一联通子图;确定核心事件,向量化核心事件得到事件向量和实体向量并合并,基于合并向量从向量索引库中检索出超过预设第一相似度阈值的历史事件向量;合并事件向量和历史事件向量构建第二联通子图;从预设图数据库中查询与核心事件具有关联的实体历史事件数据,得到完整联通子图;判断完整联通子图中与核心事件具有共同实体的事件是否存在预警事件类型。本发明提供了丰富且多维度的数据输入,为后续的分析打下了坚实的基础,更准确地从大量数据中(56)对比文件Muhua Wang等.Risk Assessment ofAlpine Skiing Events Based on KnowledgeGraph: A Focus on MeteorologicalConditions.ISPRS International Journal ofGeo-Information.2021,第1-15页.许诺;唐锡晋.基于百度热搜新闻词的社会风险事件5W提取研究.系统工程理论与实践.2020,(第02期),第334-342页.

    融合藏文构件元素特征的藏汉神经机器翻译方法及设备

    公开(公告)号:CN117494732A

    公开(公告)日:2024-02-02

    申请号:CN202311535656.9

    申请日:2023-11-17

    摘要: 本申请涉及语种翻译技术领域,尤其涉及一种融合藏文构件元素特征的藏汉神经机器翻译方法及设备,方法包括:获取待翻译藏文数据;将待翻译藏文数据输入预先训练的翻译模型,得到汉文翻译结果。其中,翻译模型的训练过程,包括:获取藏文语料数据;对藏文语料数据进行分词;遍历分词后的藏文语料数据中的每个词汇,对每个词汇逐字进行构件元素提取;将同一词汇内每个字的构件元素按照字的前后顺序进行拼接,得到词汇对应的构件元素字符串;对每个词汇及其对应的构件元素字符串进行向量的训练和获取,得到词向量和词构件元素向量;将词向量和词构件元素向量进行融合,将融合向量作为训练数据训练翻译模型。本申请可以大幅提升翻译模型的翻译质量。

    汉藏语多方言多模态的资源推荐方法和装置

    公开(公告)号:CN116089726B

    公开(公告)日:2023-07-14

    申请号:CN202310200016.6

    申请日:2023-03-06

    IPC分类号: G06F16/9535 G06F40/58

    摘要: 本申请涉及一种汉藏语多方言多模态的资源推荐方法和装置,所述方法包括如下步骤:识别出每一条内容资源所属的语种/方言类型,根据识别结果给所述内容资源打上相应的资源‑语言类型标签;提取用户的语言类型和兴趣点;从各种类型的内容资源中筛选出第一内容资源,将所述第一内容资源在对应的目标人群内进行冷启试探;根据冷启试探结果从所述第一内容资源中筛选出第二内容资源,将所述第二内容资源在多语言人群间进行传播扩散。本申请的方案基于机器翻译与相似人群扩散,能够实现多语种/方言的匹配推荐,达到了特定语言资源在特定语言人群中进行扩散的目标,在精准性和泛化性之间实现个性化均衡。