-
公开(公告)号：CN116580818A
公开(公告)日：2023-08-11
申请号：CN202310506338.3
申请日：2023-05-05
Applicant: 科大讯飞股份有限公司
IPC: G16H20/70 , G06F16/332
Abstract: 本申请公开了一种心理疏导方法、装置、设备及可读存储介质。该方案中，用户如果需要心理疏导，可发送心理疏导请求，在获取用户的心理疏导请求之后，首先生成心理疏导提示信息，然后，基于该心理疏导提示信息，向该用户进行主动发问，引导该用户进入多轮对话任务，在每轮对话任务的执行过程中，接收用户输入，并基于用户输入进行回复，最后基于多轮对话任务中的对话内容，即可生成能够指示该用户当前存在的心理问题以及针对该用户当前存在的心理问题的疏导建议的心理疏导结果，达到对用户进行心理疏导的目的。基于该方案，用户无需依赖心理学从业人员，即可实现心理疏导。
-
公开(公告)号：CN116306577A
公开(公告)日：2023-06-23
申请号：CN202211093827.2
申请日：2022-09-07
Applicant: 科大讯飞股份有限公司
IPC: G06F40/211 , G06F40/30
Abstract: 本申请公开了一种句子处理方法、装置、电子设备和计算机可读存储介质，该方法包括：构建目标语句的语义标签树；其中，语义标签树由若干节点连接形成，每个节点代表一个实体语义标签，节点之间的连接关系标识对应实体语义标签之间的关系；将语义标签树划分为至少一个子标签树；其中，每个子标签树所包含的节点对应的实体语义标签组成一组标签组，每个标签组表示一个意图；基于至少一个子标签树对目标语句进行拆分，得到分别与至少一个子标签树对应的至少一个目标子句。通过上述方式，本申请能够准确地将目标语句拆分成单意图的子句。
-
公开(公告)号：CN116070637A
公开(公告)日：2023-05-05
申请号：CN202211600981.4
申请日：2022-12-12
Applicant: 科大讯飞股份有限公司
Abstract: 本发明公开了一种基于上下文的语义匹配方法、装置以及设备，语义匹配方法包括：将待匹配句子与其前后文按顺序拼接，形成上下文文本；将第一知识库中的所有第二标签拼接起来作为候选答案；将待匹配句子、上下文文本以及候选答案输入机器阅读理解模型，获得待匹配句子在每个候选答案上的概率分布，并将最大概率对应的候选答案的第一标签作为待匹配句子的语义预测结果。本发明采用多项选择阅读理解方案重构该任务，模型简单，可以明显提升推理效率，并且模型具有可扩展性；同时，知识库中的数据为句子和标签，无需带上下文的数据库，降低了模型构建成本，提高了模型的鲁棒性。
-
公开(公告)号：CN115080722A
公开(公告)日：2022-09-20
申请号：CN202210995732.3
申请日：2022-08-19
Applicant: 科大讯飞股份有限公司
IPC: G06F16/332 , G06F16/33 , G06F40/279
Abstract: 本申请提供一种问题生成方法、问题生成设备及存储介质，其中，该问题生成方法包括：获取待处理文本；将所述待处理文本进行处理，得到所述待处理文本中的至少一个实体；基于所述至少一个实体依次从数据库搜索所述至少一个实体对应的描述信息；将所述待处理文本、所述至少一个实体及其对应的所述描述信息输入问题生成模型，生成至少一个文本答案及其对应的问题。本申请提供的问题生成方法，能够基于数据库提供的辅助信息使得生成的问答对更加合理，并且与领域的相关度更高，信息更加丰富；除此之外，还能够提取超出规则以外的问答对，通用性更高。
-
公开(公告)号：CN114973286A
公开(公告)日：2022-08-30
申请号：CN202210679246.0
申请日：2022-06-16
Applicant: 科大讯飞股份有限公司
IPC: G06V30/413 , G06V30/414 , G06V30/14 , G06V30/19 , G06V30/148 , G06N3/04 , G06N3/08
Abstract: 本申请实施例公开了一种文档要素抽取方法、装置、设备及存储介质，包括：获得文档的版面结构信息；根据文档的版面结构信息，对文档中的各个字进行编码；根据各个字的编码结果确定各个字所属的要素标签。本申请在对文档中的各个字进行编码时，融入了文档的版面结构信息，基于融合了文档编码结构信息的字编码结果确定各个字所属的要素标签，提高了文档要素抽取的准确性。
-
Patent Agency Ranking
公开(公告)号：CN113807218A
公开(公告)日：2021-12-17
申请号：CN202111033018.8
申请日：2021-09-03
Applicant: 科大讯飞股份有限公司
Abstract: 本申请涉及一种版面分析方法、装置、计算机设备和存储介质。方法包括：获取目标文本图像中每一文本行的空间转换特征、位置特征及图像特征；根据每一文本行的空间转换特征与位置特征，获取每一文本行的关系编码特征，将每一文本行的关系编码特征与每一文本行的图像特征进行拼接，得到每一文本行的融合特征；对每一文本行的融合特征进行解码，得到每一文本行的版面信息类型。由于同时结合了空间转换特征及图像特征对文本图像的内容进行理解，而不是单一基于一种特征，从而分析结果比较精准。另外，每一文本行在分析时均结合了图像特征及空间转换特征，在其中一项特征识别错误的情况下，另一项特征也能够作为分析依据，从而提高了版面分析的容错率。
-
公开(公告)号：CN113641746A
公开(公告)日：2021-11-12
申请号：CN202110961595.7
申请日：2021-08-20
Applicant: 科大讯飞股份有限公司
Abstract: 本发明提供一种文档结构化方法、装置、电子设备和存储介质，所述方法包括：提取目标文档中各文本行的视觉特征；基于各文本行的视觉特征，对各文本行逐行进行结构关系解码和基于结构关系的结构化类型解码，得到各文本行之间的结构关系，以及各文本行的结构化类型；基于各文本行之间的结构关系，以及各文本行的结构化类型，对目标文档进行结构化处理。本发明基于目标文档中各文本行的视觉特征，确定各文本行之间的结构关系以及各文本行的结构化类型，并基于各文本行之间的结构关系，以及各文本行的结构化类型，对目标文档进行结构化处理，使得结构化处理后的目标文档能够准确表征有各文本行之间的空间结构信息，鲁棒性较高。
-
公开(公告)号：CN111160043A
公开(公告)日：2020-05-15
申请号：CN201911419048.5
申请日：2019-12-31
Applicant: 科大讯飞股份有限公司
Abstract: 本发明实施例提供一种特征编码方法、装置、电子设备及可读存储介质，获取待分析语句；将所述待分析语句输入至预先训练好的特征编码模型中，获得所述特征编码模型输出的特征编码结果；所述特征编码模型为注意力模块和训练好的生成对抗网络模型中的编码模块共同训练所得到。本发明实施例中的特征编码方法利用注意力模块和训练好的生成对抗网络模型中的编码模块共同训练特征编码模型，提高了特征编码模型的鲁棒性。
-
公开(公告)号：CN109670035A
公开(公告)日：2019-04-23
申请号：CN201811466899.0
申请日：2018-12-03
Applicant: 科大讯飞股份有限公司
IPC: G06F16/34 , G06F16/332
Abstract: 本申请披露了一种文本摘要生成方法，包括：基于输入文本的内容和输入文本对应领域的业务信息，获取普通生成词和领域词的概率；基于所述普通生成词和领域词的概率以及对应词汇，生成输入文本对应的摘要信息。本申请还披露了一种文本摘要生成方法，包括：基于编码后的输入文本，实时获取输入文本对应的普通生成词、复制词和领域词的概率，基于该三者的概率和对应词汇来获取摘要信息。本申请的方法能够结合相关的业务领域，基于对应的领域库纳入该领域的相关业务信息，提取摘要词，更为准确地总结出相关业务过程的摘要信息；同时，综合多种机制可准确识别关键信息、提高流畅度并避免信息冗余。
-
公开(公告)号：CN109271637A
公开(公告)日：2019-01-25
申请号：CN201811158985.5
申请日：2018-09-30
Applicant: 科大讯飞股份有限公司
IPC: G06F17/27 , G06F16/335 , G06N3/08
Abstract: 本申请提供了一种语义理解方法及装置，获取语义理解对象，依据语义理解对象和语义理解对象的上下文对象，预测主题，并依据语义理解对象、语义理解对象的上下文对象以及主题，确定语义理解对象的语义理解结果。因为将主题和上下文对象均作为语义理解的依据，且主题依据语义理解对象及其上下文对象得到，因此，具有较高的准确性。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.031 seconds)
